数据输入、过滤、预处理,以及行为型式探测

行为型式分析系统能够按照客观的统计标准输入,过滤和预处理数据以及检测行为型式。它可以应用多种方式,展示,搜索和分析生成的行为型式设置。该系统还支持将行为型式的数据导出至统计软件,做进一步的分析。它能够很好地检测连续记录事件(如行为观察记录分析系统记录的数据)中的行为型式。

 

处理原始行为数据

行为型式分析系统能够很好地处理大部分的原始行为数据。它内置有预处理选项,能够过滤和整理数据。此外,行为型式检测引擎能够定位任何细化程度,敏感度,行为型式类型和计算时间。

 

结果输出

行为型式分析系统能够根据每份输入文件提供多种描述性统计参数,如行为型式的数量,长度和类型等。与那些基于频率和时间的统计数据相比,这些统计数据能够更灵敏地反应出实验处理的效果,是评估整体结构的重要数据。此外,你还可以以表格的形式将这些统计参数连同独立变量一起导出至统计软件包中。

 

检查偶然性的影响

行为型式分析系统执行特殊的检查机制,能够检查出行为型式中偶然性事件的影响。它使用精确的随机函数来检查出行为型式在多大程度上可以用偶然性来解释。在大多数的数据中,偶然事件一般存在于较短的行为型式中。

 

强大的搜索和过滤功能

行为型式分析系统能够使用多种方法检测行为型式,允许你聚焦重要的细节。你不仅可以按照行为,长度,频率和观察者编号等简单标准进行基本筛选还可以根据行为型式和基本的事件数据之间的关系进行高级筛选。此外,你还可以自由组合筛选标准并保存搜索出来的结果,以备后续使用。

 

良好的行为型式展示平台

行为的整体结构是通过各种连接事件类型组成的矩阵表现出来的。你从事件类型在矩阵中的位置概况表就可以很容易地看出它们之间的相对重要性。行为型式分析系统能够用路径图显示带有空间元素的行为。在最低细化层次,利用时间轴展示个别行为模式或播放相关的视频片段了解展开的行为型式。

 

行为型式分析系统能够提供每一个行为型式的详细信息:每次事件发生的精确时间,显著性和其他各种统计参数。该系统的基础是一个统计检验,用来找出两组事件之间显著的时间间隔。该系统二元事件检测功能不仅能够执行二元关系事件之间的相互测试,还能够完成二元关系事件在其他事件上的测试,由此建立起事件间的新联系。如此反复直至检测出所有的新联系。此外,该系统运用了特殊的运算法则防止检测到重复的和不完整的行为型式。