检查应用标准差和均方根误差于眼动时间序列的统计假设：人类眼睛与人工眼睛的比较
摘要：眼动仪精度通常使用眼动信号的标准差（SD）或样本与样本差异的均方根（StoS）信号来测量。由于这两个指标都来自于应用于时间序列的统计学理论，因此在使用它们时存在一定的统计假设。显然，SD在应用于单峰分布时最有用。这两个指标都假设时间序列的统计特性在时间上是稳定的。这两个指标都假设信号的样本是独立的。自相关的存在表明时间序列中的样本不是独立的。我们使用两项研究的多次注视进行了这些假设的测试，包括一个包含人眼和人工眼的公开数据集（"HA数据集"，N = 224次注视）和我们实验室的4个受试者的数据（"TXstate"，N = 37次注视）。许多位置信号分布是多峰的（HA：中位数=32％，TXstate：中位数=100％）。没有注视位置信号是静止的。所有位置信号都具有统计上显着的自相关性（p < 0.01）。因此，SD的统计假设在任何注视中都没有得到满足。所有StoS信号都是单峰的。有些StoS信号是静止的（HA：34％，TXstate：24％）。几乎所有StoS信号在统计上都具有显著的自相关性（p < 0.01）。对于TXstate，37次注视中有3次满足了所有假设。因此，RMS的统计假设通常没有得到满足。这些假设的普遍失败对于将SD或RMS-StoS作为眼动仪精度指标的适用性提出了质疑。
作者：Lee Friedman, Timothy Hanson, Hal S. Stern, Oleg V. Komogortsev
论文ID：2303.06004
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2023-03-13