В теории случайных процессов в теории вероятностей и статистике , неприятность переменный является случайной величиной , которая имеет фундаментальное значение для вероятностной модели , но это не имеет особого интереса сам по себе или больше интереса нет: возникает один такое использование для Chapman –Уравнение Колмогорова . Например, модель случайного процесса может быть определена концептуально с использованием промежуточных переменных, которые не наблюдаются на практике. Если проблема заключается в получении теоретических свойств, таких как среднее значение, дисперсия и ковариации величин, которые можно было бы наблюдать, то промежуточные переменные являются мешающими переменными.[1]
Связанный с этим термин « фактор помехи » использовался [2] в контексте блочных экспериментов , где термины в модели, представляющие блочные средства, часто называемые «факторами», не представляют интереса. Многие подходы к анализу таких экспериментов, особенно когда экспериментальный план подлежит рандомизации, рассматривают эти факторы как случайные величины. Совсем недавно в том же контексте использовалась «мешающая переменная». [3]
«Мешающая переменная» использовалась в контексте статистических обследований для обозначения информации, которая не представляет прямого интереса, но которую необходимо учитывать при анализе. [4]
В контексте стохастических моделей обработка мешающих переменных не обязательно предполагает работу с полным совместным распределением всех задействованных случайных величин, хотя это один из подходов. Вместо этого анализ может перейти непосредственно к интересующим количествам.
Термин мешающая переменная иногда также используется в более общем контексте, просто для обозначения тех переменных, которые являются маргинальными при нахождении маржинального распределения . В частности, этот термин иногда может быть использован в контексте анализа байесовского в качестве альтернативного [ править ] для мешающего параметра , учитывая , что байесовский статистик позволяет параметры , которые должны рассматриваться как имеющие распределения вероятностей. Однако этого обычно избегают [ необходима цитата ], поскольку термин « мешающий параметр» имеет особое значение в статистической теории.
Ссылки [ править ]
- Перейти ↑ Eddy, SR (2008). Рост, Буркхард (ред.). «Вероятностная модель локального выравнивания последовательности, которая упрощает статистическую оценку значимости» . Вычислительная биология PLoS . 4 (5): e1000069. DOI : 10.1371 / journal.pcbi.1000069 . PMC 2396288 . PMID 18516236 .
- Перейти ↑ Kendall, MG, Stuart, A. (1968) Advanced Theory of Statistics, Volume 3: Design and Analysis, and Time-Series , Griffin. Раздел 38.14, ISBN 0-85264-069-2
- ^ Ирвинг Б. Вайнер, Дональд К. Фридхейм, Джон А. Шинка (2003) Справочник по психологии , Wiley. (Глава 1) ISBN 0-471-38513-1
- ^ Сандерман, R .; Койн, JC; Ранчор, А.В. (2006). «Возраст: мешающая переменная, которую следует исключить с помощью статистического контроля или серьезного беспокойства?». Обучение и консультирование пациентов . 61 (3): 315–316. DOI : 10.1016 / j.pec.2006.04.002 . PMID 16731313 .
