Подскажите, если у меня есть два ряда с претензией на некую предполагаемую периодичность: контроль и после воздействия, и второй ряд показывает значительное увеличение числа периодограммы и спектральной плотности (вычисленно в пакете ("Статистика"), по сравнению с первым. Как это можно интерпретировать? Это значит какие изменения произошли с последовательностью после воздействия? (оценивается метилирование первичной последовательности днк, предположительно воздействие как-то нарушает, возможно, сложно-упорядоченный паттерн метилирования в контроле).

так что из себя конкретно ряд представляет? 0100101? или это таблица некая с параметрами характеризующими каждую строку как место в ряду? подробнее чуток. потому что иначе ответ простой --- стройте модель по первому ряду, потом по второму и сравнивайте

Ну, это процент частоты метилирования триплетов ДНК посчитанный в ряде повторений эксперимента, для достоверности. например, контроль:
0 25 25 25 25 75 75 50 75 50 25 25 25 50 25 0 25 75 0 0 50 0...
после воздействия на систему метилирования:
0 0 0 0 0 100 50 50 0 40 0 0 40 0 0 0 0 50 10 0 0 0...

то есть, почти 010101

в результате получается, например, контроль:
Spectral analysis: 1VV (Spreadsheet in Workbook1.stw)
Largest Periodog. values
Frequency Period Cosine Coeffs SineCoeffs Periodogram Density
75 0.326087 3.06667 -0.290571 -0.174984 13.23088 6.776164
17 0.073913 13.52941 -0.143148 -0.249482 9.51422 4.686004
13 0.056522 17.69231 -0.252921 0.105032 8.62508 4.946569
38 0.165217 6.05263 -0.253140 -0.088393 8.26773 4.300464
3 0.013043 76.66667 0.199872 0.157024 7.42963 4.526475
44 0.191304 5.22727 -0.228674 0.091852 6.98382 3.442572
98 0.426087 2.34694 0.097569 0.190326 5.26054 2.704705
67 0.291304 3.43284 0.030024 -0.209898 5.17022 3.595481
8 0.034783 28.75000 -0.203896 0.039521 4.96057 2.898862
27 0.117391 8.51852 -0.173680 -0.093255 4.46906 3.563722

Mean
1VV 39.355
1VV : Spectral freqs.; 0.250
1VV : Spectral periods; 10.653
1VV : Spectral cos vals; -0.289
1VV : Spectral sin vals; 0.197
1VV : Periodogram vals; 1576.334
1VV : Spectral density; 1578.845


эксперимент:
Spectral analysis: 1VV+5A (Spreadsheet in Workbook1.stw)
Largest Periodog. values
Frequency Period Cosine Coeffs SineCoeffs Periodogram Density
1 0.004348 230.0000 -0.564029 -0.139660 38.82792 21.56221
75 0.326087 3.0667 -0.177344 -0.266044 11.75649 6.35668
2 0.008696 115.0000 0.246615 0.201456 11.66136 14.79001
15 0.065217 15.3333 -0.073124 0.248851 7.73651 4.02217
13 0.056522 17.6923 0.100312 0.190267 5.32037 3.14411
46 0.200000 5.0000 -0.120037 0.167722 4.89207 2.41365
98 0.426087 2.3469 0.158486 0.121782 4.59410 2.47173
37 0.160870 6.2162 0.193842 -0.035723 4.46785 2.74194
21 0.091304 10.9524 -0.076586 -0.181377 4.45776 3.54418
20 0.086957 11.5000 -0.181081 0.068422 4.30927 3.09629

Mean
1VV+5A 24.974
1VV+5A : Spectral freqs.; 0.250
1VV+5A : Spectral periods; 10.653
1VV+5A : Spectral cos vals; -0.180
1VV+5A : Spectral sin vals; 0.128
1VV+5A : Periodogram vals; 1232.801
1VV+5A : Spectral density; 1287.141

Mean в некоторых экспериментах больше или меньше, Periodogram vals и Spectral density только везде в эксперименте меньше чем в контроле.

и как можно интерпретировать такие строки (с логами 1,2,3) с огромным значением периода: 1 0.004348 230.0000 -0.564029 -0.139660 38.82792 21.56221 - это типа лучше всего выделяется цикл с периодичностью в 230 триплетов? а если всего 231 триплет?

0. но если это "в ряде повторений эксперимента" то может получаться среднее по больнице --- суперпозиция нескольких вариантов метилирования. лучше обрабатывать сырые данные, модель сама построит вероятности и варианты вероятностей.

данные усредненные выглядят как многомерный ряд каждый член которого описывается как

вероятность_метилирования, триплет1.....триплетN

1. по этому ряду можно построить модель марковской цепи со скрытыми состояниями. модель покажет таблицу вероятностей переходов и позволит оценить число состояний. в принципе можно строить модель и только по частоте метилирования. две модели сравнивают друг с другом

2. делается скользящее окно которым преобразуют ряд в таблицу к которой применяют PCA, многомерное шкалирование и т.п.. можно попытаться предсказать по исходному ряду ряд после воздействия одним из методов машинного обучения с учителем. из решающего правила станет понятно в чем заключалось изменение в системе метилирования.

хорошо, спасибо большое.