আমি মনে করি অভিযোগের দুটি বৈধ উত্স আছে। প্রথমটির জন্য, আমি আপনাকে এন্টি-কবিতাটি দেব যা আমি অর্থনীতিবিদ এবং কবি উভয়ের বিরুদ্ধে অভিযোগ করে লিখেছি। একটি কবিতা অবশ্যই গর্ভবতী শব্দ এবং বাক্যাংশগুলিতে অর্থ এবং সংবেদনকে প্যাক করে। একটি অ্যান্টি-কবিতা সমস্ত অনুভূতি সরিয়ে দেয় এবং শব্দগুলি নির্বীজন করে যাতে সেগুলি পরিষ্কার হয়। যেহেতু বেশিরভাগ ইংরেজীভাষী মানুষ এটি পড়তে পারে না তা অর্থনীতিবিদদের অব্যাহত কর্মসংস্থানের আশ্বাস দেয়। আপনি বলতে পারবেন না যে অর্থনীতিবিদরা উজ্জ্বল নন।
লাইভ লম্বা এবং সমৃদ্ধ-একটি অ্যান্টি-কবিতা
k∈I,I∈NI=1…i…k…Z
Z
∃Y={yi:Human Mortality Expectations↦yi,∀i∈I},
yk∈Ω,Ω∈YΩ
U(c)
UcU
∀tt
wk=f′t(Lt),f
L
এবং আরও অধীনwitLit+sit−1=P′tcit+sit,∀i
Ps
f˙≫0.
WW={wit:∀i,t ranked ordinally}
QWQ
wkt∈Q,∀t
দ্বিতীয়টি উপরে উল্লিখিত হয়েছে, এটি গণিত এবং পরিসংখ্যানগত পদ্ধতির অপব্যবহার। আমি উভয়ই এই বিষয়ে সমালোচকদের সাথে একমত এবং একমত হতে চাই। আমি বিশ্বাস করি যে কিছু পরিসংখ্যান পদ্ধতি কতটা নাজুক হতে পারে তা বেশিরভাগ অর্থনীতিবিদই জানেন না। উদাহরণ দেওয়ার জন্য, আমি গণিত ক্লাবের শিক্ষার্থীদের জন্য একটি সেমিনার করেছি যে কীভাবে আপনার সম্ভাবনার অক্ষগুলি কোনও পরীক্ষার ব্যাখ্যা পুরোপুরি নির্ধারণ করতে পারে।
আমি সত্যিকারের ডেটা ব্যবহার করে প্রমাণ করেছি যে নবজাতক শিশুরা যদি তাদের নার্সগুলি না জড়িয়ে থাকে তবে তাদের ফোঁটাগুলি থেকে ভেসে উঠবে। প্রকৃতপক্ষে, সম্ভাবনার দুটি পৃথক অক্ষর ব্যবহার করে, আমার বাচ্চাদের স্পষ্টভাবে ভেসে বেড়ানো ছিল এবং স্পষ্টতই তাদের কাঁকুনিতে শান্ত এবং সুরক্ষিতভাবে ঘুমাচ্ছে sleeping এটি ফলাফল নির্ধারণ করে এমন ডেটা ছিল না; এটি ব্যবহারের অক্ষর ছিল।
এখন যে কোনও পরিসংখ্যানবিদ স্পষ্টভাবে নির্দেশ করবে যে আমি পদ্ধতিটি অপব্যবহার করছি, তা ছাড়া আমি বিজ্ঞানের ক্ষেত্রে যে পদ্ধতিটি স্বাভাবিক সে পদ্ধতিতে পদ্ধতিটি অপব্যবহার করছি। আমি আসলে কোনও নিয়ম ভাঙ্গি নি, আমি কেবলমাত্র তাদের যৌক্তিক উপসংহারে এমন কিছু নিয়ম অনুসরণ করেছি যাতে লোকেরা বিবেচনা করে না কারণ বাচ্চারা ভাসমান না। আপনি নিয়মের একটি সেটের অধীনে তাত্পর্য অর্জন করতে পারেন এবং অন্যের অধীনে কোনও প্রভাব নেই। অর্থনীতি বিশেষত এই ধরণের সমস্যার প্রতি সংবেদনশীল।
আমি বিশ্বাস করি যে অস্ট্রিয়ান বিদ্যালয়ে চিন্তার একটি ত্রুটি রয়েছে এবং মার্কসবাদী অর্থনীতিতে পরিসংখ্যানের ব্যবহার সম্পর্কে যা আমি বিশ্বাস করি এটি একটি পরিসংখ্যানভিত্তিক ভ্রমের উপর ভিত্তি করে। আমি একনোমেট্রিক্সে একটি গুরুতর গণিত সমস্যা নিয়ে একটি প্রবন্ধ প্রকাশ করার আশা করছি যা আগে কেউ নজরে আসেনি বলে মনে হয় এবং আমি মনে করি এটি মায়া সম্পর্কিত।
এই চিত্রটি ফিশারের ব্যাখ্যার অধীনে এজওয়ার্থের সর্বাধিক সম্ভাবনার প্রাক্কলনকারী (নীল) বনাম বায়সিয়ান স্যাম্পলিং বিতরণ বনাম সর্বাধিক একটি পোস্টেরিয়েরি অ্যাস্টিমেটার (লাল) এর সাথে একটি ফ্ল্যাট পূর্বের নমুনা বিতরণ। এটি 10,000 টি পর্যবেক্ষণ সহ প্রতিটি 1000 টি পরীক্ষার সিমুলেশন থেকে আসে, সুতরাং তাদের একত্রিত হওয়া উচিত। আসল মান আনুমানিক .99986। যেহেতু এমএলই হ'ল ক্ষেত্রে ওএলএসের অনুমানকারীও, এটি পিয়ারসন এবং নেইম্যানের এমভিইউও।
β^
দ্বিতীয় অংশটি একই গ্রাফের কার্নেল ঘনত্বের প্রাক্কলনের সাথে আরও ভালভাবে দেখা যায়।
সত্যিকারের অঞ্চলে সর্বাধিক সম্ভাবনা অনুমানকারী হিসাবে পর্যবেক্ষণের প্রায় কোনও উদাহরণ পাওয়া যায় নি, যখন বায়সিয়ান সর্বাধিক একটি পোস্টেরিয়েরি অনুমানকটি ঘনিষ্ঠভাবে কভার করে। বাস্তবে, বায়েশিয়ান অনুমানকারীগুলির গড় গড় .99987 যেখানে ফ্রিকোয়েন্সি ভিত্তিক সমাধান .9990। মনে রাখবেন এটি সামগ্রিকভাবে 10,000,000 ডেটা পয়েন্ট সহ।
θ
লাল হ'ল ইটারসেপ্টের ফ্রিকোয়েন্সিস্ট অনুমানের হিস্টোগ্রাম, যার আসল মান শূন্য, এবং বায়েসিয়ান নীল রঙের স্পাইক। এই প্রভাবগুলির প্রভাব ছোট নমুনা মাপের সাথে আরও খারাপ হয় কারণ বড় নমুনাগুলি অনুমানকারীটিকে সত্য মানের দিকে টান দেয়।
আমি মনে করি অস্ট্রিয়ানরা এমন ফলাফল দেখছিল যা ভুল ছিল না এবং সর্বদা যৌক্তিক ধারণা দেয় না। আপনি যখন মিশ্রণে ডেটা মাইনিং যুক্ত করবেন তখন আমার ধারণা তারা অনুশীলনটিকে প্রত্যাখ্যান করেছিল।
আমি অস্ট্রিয়ানদের ভুল বলে বিশ্বাস করি তার কারণ হ'ল লিওনার্ড জিমি সেভেজের ব্যক্তিত্ববাদী পরিসংখ্যান দ্বারা তাদের সবচেয়ে গুরুতর আপত্তিগুলি সমাধান করা হয়েছে। পরিসংখ্যানের সেভেজ ফাউন্ডেশনগুলি তাদের আপত্তিগুলি পুরোপুরি covers েকে দেয় তবে আমি মনে করি যে বিভাজনটি ইতিমধ্যে কার্যকরভাবে ঘটেছে এবং তাই দু'জন সত্যই কখনও মিলিত হয়নি।
বেইশিয়ান পদ্ধতি হ'ল জেনারেটর পদ্ধতি এবং ফ্রিকোয়েন্সি পদ্ধতিগুলি নমুনা ভিত্তিক পদ্ধতিগুলি বানাচ্ছে। যদিও এমন পরিস্থিতি রয়েছে যেখানে এটি অদক্ষ বা কম শক্তিশালী হতে পারে, যদি দ্বিতীয় মুহুর্তে ডেটাতে উপস্থিত থাকে, তবে জনসংখ্যার অবস্থান সম্পর্কিত অনুমানের জন্য টি-টেস্টটি সর্বদা একটি বৈধ পরীক্ষা। ডেটা প্রথম স্থানে কীভাবে তৈরি করা হয়েছিল তা আপনার জানা দরকার নেই। তোমার দরকার নেই আপনার কেবল এটি জানতে হবে যে কেন্দ্রীয় সীমাটি উপপাদ্যটি ধারণ করে।
বিপরীতে, বায়েশিয়ান পদ্ধতিগুলি পুরোপুরি নির্ভর করে যে কীভাবে ডেটা প্রথম স্থানে উপস্থিত হয়েছিল। উদাহরণস্বরূপ, কল্পনা করুন আপনি কোনও নির্দিষ্ট ধরণের আসবাবের জন্য ইংরেজি স্টাইলের নিলাম দেখছেন। উচ্চ বিড একটি Gumbel বিতরণ অনুসরণ করবে। কেন্দ্রের অবস্থান সম্পর্কিত অনুমানের জন্য বায়েশীয় সমাধানটি কোনও টি-টেস্ট ব্যবহার করবে না, বরং সম্ভাব্যতা কার্য হিসাবে গুম্বল বিতরণের সাথে সেই সমস্ত পর্যবেক্ষণের যৌথ উত্তর ঘনত্ব।
একটি প্যারামিটারের বায়েশিয়ান ধারণাটি ফ্রিকোয়েন্সিস্টের চেয়ে বিস্তৃত এবং সম্পূর্ণরূপে বিষয়গত নির্মাণকে সমন্বিত করতে পারে। উদাহরণ হিসাবে, পিটসবার্গ স্টিলার্সের বেন রোথলিসবার্গারকে প্যারামিটার হিসাবে বিবেচনা করা যেতে পারে। পাসের সমাপ্তির হারের মতো তার সাথেও প্যারামিটার যুক্ত থাকবে তবে তার একটি অনন্য কনফিগারেশন থাকতে পারে এবং তিনি ফ্রেইসিডনিস্ট মডেল তুলনা পদ্ধতির অনুরূপ অর্থে প্যারামিটার হতে পারেন। তাকে মডেল হিসাবে ভাবা হতে পারে।
জটিলতা প্রত্যাখ্যান সেভেজের পদ্ধতি অনুসারে বৈধ নয় এবং প্রকৃতপক্ষে তা হতে পারে না। মানুষের আচরণে যদি নিয়মিততা না থাকে তবে কোনও রাস্তা পার হওয়া বা পরীক্ষা নেওয়া অসম্ভব। খাবার কখনই সরবরাহ করা হত না। তবে এটি হতে পারে যে "গোঁড়া" পরিসংখ্যানগত পদ্ধতিগুলি এমন রোগগত ফলাফল দিতে পারে যা অর্থনীতিবিদদের কিছু দলকে দূরে ঠেলে দিয়েছে।