home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1992 #27 / NN_1992_27.iso / spool / bit / listserv / statl / 2008 < prev    next >
Encoding:
Text File  |  1992-11-18  |  2.1 KB  |  52 lines
  1. Comments: Gated by NETNEWS@AUVM.AMERICAN.EDU
  2. Path: sparky!uunet!news.gtech.com!noc.near.net!mars.caps.maine.edu!maine.maine.edu!cunyvm!psuvm!auvm!DGOGWDG1.BITNET!SERTEL
  3. Message-ID: <STAT-L%92111810423928@VM1.MCGILL.CA>
  4. Newsgroups: bit.listserv.stat-l
  5. Date:         Wed, 18 Nov 1992 16:38:58 MEZ
  6. Sender:       "STATISTICAL CONSULTING" <STAT-L@MCGILL1.BITNET>
  7. From:         Suitbert Ertel <SERTEL@DGOGWDG1.BITNET>
  8. Subject:      Clustered events
  9. Lines: 41
  10.  
  11.             Events occurring in clusters.
  12.  
  13. Are there tools available determining degrees of event
  14. clustering across observational time periods?  Is inferential
  15. statistical judgment possible?
  16.  
  17. To illustrate: 20 events are recorded within a period of 40
  18. days. Maximum clustering would be given if the 20 events occurred on
  19. the same day. The other (=non-cluster) extreme is occurrence of
  20. 20 events exactly every two days. Both extremes deviate from
  21. random distribution, the first, clustering, is what I am
  22. interested in in the first place.
  23.  
  24. Can you suggest, for this kind of data, a measure indicating
  25. degree of clustering?  If possible, the indicator should be
  26. independent of numbers of events, i.e. it should allow for
  27. comparing, for a period of, say, 40 days, degree of clustering of
  28. A-events (say, N=20) with degree of clustering of B-events (say,
  29. N=60).
  30.  
  31. Even more useful would be an indicator which, at the same time,
  32. were independent of the length of the observational period. That
  33. is, an observational period of, say 40 days might require
  34. comparison, regarding degree of event clustering, with an
  35. observational period of 50 days. But I could renounce that
  36. option for my present project.
  37.  
  38. The presence of clustering for a one-sample case and differences
  39. among degrees of clustering for n>1 sample cases should be
  40. subjected to inferential statistical procedures.
  41.  
  42. (At my disposal: STATISTICAL CALCULATOR by MOLE Software (Tony Dusoir)
  43.  providing, among many others, routines regarding permutation
  44.  and bootstrap functions. Programming (in C) possible.)
  45.  
  46. Suitbert Ertel
  47. Institute of Psychology
  48. Gosslerstrasse 14
  49. 3400 Goettingen
  50. Germany
  51. e-mail: sertel@dgogwdg1.bitnet
  52.