可塑性时间单元问题
可塑性时间单元问题(英語:,MTUP)是指当使用具有不同时间分辨率的时间数据时,时间序列和空间分析中可能会出现的一种统计偏差的来源。[1][2]在这种情况下,不同时间单元的选择(例如日、月、年)可能会影响分析结果并导致统计假设检验中的不一致或错误。[3]
简介
可塑性时间单元问题(MTUP)与可塑性面积单元问题(MAUP)关系密切,因为它们都与分析尺度和选择适当分析的问题有关。[2][4]MAUP指的是空间枚举单元的选择,而MTUP的出现是因为不同的时间单元具有不同的属性和特征,例如它们包含的周期数或它们提供的详细信息量。[2][4][5]例如,产品的日销售数据可以汇总为每周、每月或每年的销售数据。此时,使用月度数据而不是每日数据可能会导致丢失有关事件发生时间的重要信息,而使用年度数据可能会掩盖短期趋势和模式。[3]但是,该案例中的日常数据也可能有太多噪声、时间自相关或与其他数据集不一致。[1]如果仅使用每日数据,则无法按小时准确地进行分析。此外,时间单元不规则或某些时段的数据缺失时,也会出现可塑性时间单元问题。在这种情况下,时间单元的选择会影响缺失数据的数量,从而影响分析和预测的准确性。
总的来说,可塑性时间单元问题意味着,分析和预测時間序列数据时要重视时间单元的选取。[1]通常需要尝试不同的时间单元并评估结果以确定最合适的选择。[1]
影响
犯罪
MTUP对犯罪分析的影响可能很大,因为它会影响犯罪数据的准确性和可靠性及其关于犯罪格局和趋势的结论。[3]例如,假设分析的时间单元从天更改为周,这样一来,即使基本格局保持不变,报告的犯罪数量也可能减少或增加。这可能导致对特定地区犯罪预防策略的有效性或总体犯罪水平得出错误的结论。[3]
建议解决方案
解决MTUP的重点是要考虑数据的时间分辨率,并根据研究问题和分析目标选择最合适的时间单元。[1]某些情况下可能需要将数据聚合或插值成一致的时间单元。此外,使用多个时间单元、呈现不同时间单元下的结果,有时能够证明是否因时间单元的不同会有明显不一致的结论。[1]
参考文献
- Cheng, Tao; Adepeju, Monsuru; Preis, Tobias. . PLoS ONE. 27 June 2014, 9 (6). doi:10.1371/journal.pone.0100465.
- Jong, R. de; Bruin, S. de. . Biogeosciences. 5 January 2012, 9: 71–77. doi:10.5194/bg-9-71-2012.
- Deckard, Mica; Schnell, Cory. . Crime & Delinquency. 22 October 2022. doi:10.1177/00111287221128483.
- Chen, Xiang; Ye, Xinyue; Widener, Michael J.; Delmelle, Eric; Kwan, Mei-Po; Shannon, Jerry; Racine, Racine F.; Adams, Aaron; Liang, Lu; Peng, Jia. . Urban Informatics. 27 December 2022, 1 [27 December 2022]. S2CID 255206315. doi:10.1007/s44212-022-00021-1. (原始内容存档于2023-01-30).
- Openshaw, Stan. (PDF). GeoBooks. 1983 [2023-05-11]. ISBN 0-86094-134-5. (原始内容存档 (PDF)于2022-08-11).
- Park, Yoo Min; Kearney, Gregory D.; Wall, Bennett; Jones, Katherine; Howard, Robert J.; Hylock, Ray H. . Int. J. Environ. Res. Public Health. 26 August 2021, 18 (17). doi:10.3390/ijerph18178987.
- Tuson, M.; Yap, M.; Kok, M. R.; Murray, K.; Turlach, B.; Whyatt, D. . International Journal of Health Geographics volume. 27 March 2019, 18. doi:10.1186/s12942-019-0170-3.