CoinCalc Rパッケージのイベント一致解析の理解

Question

2つの2進化イベント（eventAとeventB）があります。これらの2つのイベントに偶然があるかどうかを知りたいと思います。そこで、私は新しいパッケージCoinCalcを使用して、これら2つの潜在的な関係を調べます。

library(CoinCalc) #note that the package is not visible (at least for) me in CRAN. I got it from GitHub https://github.com/JonatanSiegmund/CoinCalc 

2つのバイナリイベント

eventA= c(0,1,0,0,1,1,0,0,1,1,0,0,1,0,1,0,1,0,1,1,1,1,0,0,0,1,1,1,0,0,1,1,0,1,1,0,1,0,0,0,1,1,0,0,0,1,1,0,1,1,1,1,1,1,0,1,0,0,0,1,1,0,0,0,0,0,1,1,0,0,1,1,1,0,0,1,0,1,1,1,0,0,0,1,1,0,1,1,1,1,1,1,1,1,1,1,1,1,1,0,0,1,0,0,1,1,0,0,1,1,0,1,1,0,0,0,1,0,0,0,0,0,1,1,0,1,0,1,1,0,1,0,0,0,1,0,0,1,0,1) 

eventB = c(0,1,0,0,0,0,1,0,0,0,1,1,1,1,1,0,0,0,0,1,0,1,0,0,0,1,0,1,0,1,0,1,0,1,1,0,1,1,1,0,0,1,1,1,0,0,0,1,1,0,1,1,1,1,1,1,0,1,1,1,0,0,1,0,1,1,1,1,1,1,0,0,1,1,1,0,1,1,1,1,0,1,1,0,0,0,0,0,0,1,1,1,1,0,0,0,1,1,1,0,1,0,0,0,0,0,1,0,1,1,1,1,0,0,0,0,1,0,0,0,1,0,0,0,0,1,1,0,1,0,0,1,0,1,0,1,1,0,0,0) 

実行ECA分析

< ca.out - CC.eca.ts（eventA、eventB、DELT = 2、タウ= 2）

は、以下のようになります。

$ NH precursor

1 TRUE

$ NH trigger

1 FALSE

$ p-value precursor

1 0.2544052

$ p-value trigger

1 0.003287963

$ precursor coincidence rate

1 0.8243243

私はこれを正しく理解しています確認する$ trigger coincidence rate

1 0.9285714

。結果に基づいて、0.003レベルで統計的に有意であり、一致率は0.92（非常に高い、これはR2と等しいか？）であるトリガについてのみ帰無仮説を拒否することができます。これは、eventBがeventAに強い影響を及ぼしますが、反対ではないと解釈できますか？

それから私はCC.plot機能を使用して、これら2つのイベントをプロットすることができます

CC.plot(eventA,eventB,dates=c(1900:2040),delT=2, tau=2, seriesAname = 'EventA', seriesBname = 'EventB') 

得どちら：

をCC.plotでグラフィカルなパラメータを変更する方法はありますか？ダミー年はこのプロットでは表示されません。フォント、サイズ、色などを変更したいのですが、モデル出力（ca.out）を呼び出すことで同じFigureを描画する方法はありますか？

ありがとうございます！

Answer 1

私はあなたの質問にお答えしようとするでしょう：

質問＃1：私はあなたの例でわかる最も重要な問題は、あなたのイベントは「まれ」ではないということです。したがって、デフォルトで使用した分析的有意性テストの最も重要な前提条件（sigtest = "poisson"）は満たされていません。別の「問題」は、両方のシリーズのイベントがクラスタ化されているように見えることです（イベントの数が多い場合もあります）。 sigtest = "shuffle.surrogate"を使用することをお勧めします。これはこのケースではより適切です。有意性試験に関するさらなる情報は、Siegmund et al。 2017（http://www.sciencedirect.com/science/article/pii/S0098300416305489） これを実行すると、両方の一致率が有意ではないことがわかります。ところで、このような数多くのイベントでは、同時発生がランダムに発生する可能性が非常に高いため、「重要な同時発生率」を得ることはほとんどあり得ません。

しかし、トリガーの一致率が重要で前駆物質がない場合は、あなたの解釈が可能です。

質問＃2：プロットの問題は、あまりにも多くのイベントが発生していることです（このメソッドが最初に設計されたものと比較して）。これはすべてがとても乱雑に見える理由です。この関数は、メソッドがどのように動作し、何をしたのかを説明する助けのようなものになりました。 例えばプロットのみ。あなたのデータの20年

CC.plot(eventA[120:140],eventB[120:140],dates=c(2020:2040),delT=2, tau=2, seriesAname = 'EventA', seriesBname = 'EventB') 

あなたはまだ、原因はほぼ50％の高いイベント密度に、非常に素晴らしいではないことを、より良い画像を取得します。 CoinCalc plot

今のところ、プロットパラメータを変更するオプションはありません。これは、パッケージの将来のバージョンのために来るかもしれません。

これが少し助けてくれることを願っています！