Frage

Ich habe Frequenzdaten für verschiedene Ereignisse unter zwei Bedingungen, was zu Frequenzen F1 und F2 führt. Ich möchte die Frequenzen von Ereignissen unter Zustand 1 durch ihre Frequenzen unter Zustand 2 normalisieren. Es gibt jedoch Ereignisse, die in der Bedingung 1, jedoch nicht in Bedingung 2, auftreten, was zu Problemen zu Divide-by-Null-Problemen führt, wenn ich versuche, mich zu normalisieren.

Für Rohzahldaten verstehe ich, dass es eine Reihe von Glättungstechniken (z. B. Witten-Bell) gibt, die dazu beitragen können, dies zu klären, aber ich habe nur die Frequenzen, nicht die einzelnen Zählungen. Mit anderen Worten, ich habe Frequenzen wie {0, 0,1, 0,2, 0,7}, die den Zählungen von {0, 1, 2, 7}, {0, 10, 20, 70} usw. entsprechen könnten. Können diese Art von Frequenzdaten in der Lage sein?

War es hilfreich?

Lösung

Ja. $ : $ Geht davon aus, dass die Zählungen die kleinste Summe haben, die Ihre Frequenzdaten erzeugt. $ : $ (Wie es geht, hängt davon ab, ob die Frequenzen berechnet und als Doppel oder etwas anderes gespeichert wurden.)

Lizenziert unter: CC-BY-SA mit Zuschreibung
Nicht verbunden mit cs.stackexchange
scroll top