Há um tempo atrás, fiz uma pergunta sobre a correlação dos tempos entre os carimbos de data e hora e recebi uma resposta de Peter Ellis que dizia que eu podia calcular as distâncias médias entre os códigos ...
Isso já lhe dará uma noção de quais comportamentos estão agrupados, mas você também deve verificar se isso não é plausível devido apenas ao acaso.
Para verificar isso, eu criaria dados simulados gerados por um modelo sob a hipótese nula de nenhuma relação. Isso exigiria a geração de dados para o tempo de cada comportamento a partir de um modelo nulo plausível, provavelmente com base na reamostragem dos tempos entre cada evento (por exemplo, entre cada bocejo) para criar um novo conjunto de carimbos de hora para eventos hipotéticos de modelo nulo. Em seguida, calcule a mesma estatística do indicador para este modelo nulo e compare com o indicador dos seus dados originais. Repetindo essa simulação várias vezes, você pode descobrir se o indicador de seus dados é suficientemente diferente dos dados simulados do modelo nulo (tempo médio menor de cada bocejo até o trecho mais próximo, por exemplo) para contar como evidência estatisticamente significativa contra sua hipótese nula.
Finalmente possuo o conjunto de habilidades para fazer isso e o fiz em R, mas não sei como esse método ou técnica é chamado para que eu possa (a) aprender mais sobre ele (b) falar de maneira inteligente sobre a teoria por trás do que eu 'estou fazendo.
Algumas pessoas sugeriram que isso seja chamado de teste de permutação, outras dizem que é semelhante, mas não o mesmo, ao bootstrapping, e algumas me disseram que isso está relacionado à re-amostragem de Monte Carlo.
Como é chamado esse método de reamostragem, dado que NULL é TRUE? Se você tem uma ou duas referências para fazer backup de sua resposta, isso pode ser útil, mas não necessário.
fonte