13

আমি রাজনৈতিক অর্থনীতিতে কাজ করি এবং অনেকগুলি মডেলের মধ্যে "নির্দোষ" নিয়ন্ত্রণের পরিবর্তনশীল যেমন জনসংখ্যা, বৈষম্য, colonপনিবেশিক উত্তরাধিকার ইত্যাদি অন্তর্ভুক্ত থাকে যাতে লেখক তাদের স্বার্থের স্বতন্ত্র পরিবর্তনশীলতার উপর নিরপেক্ষতা দাবি করতে পারে।

কিন্তু যদি এই নিয়ন্ত্রণ ভেরিয়েবলগুলির মধ্যে কিছু বাদ দেওয়া কিছু পরিবর্তনশীল হয় তবে এটি কি সমস্ত স্বাধীন ভেরিয়েবলের নিরপেক্ষতা দূষিত করে না?

যদি এটি সত্য হয়, তবে আমরা কী করতে পারি? এই নিয়ন্ত্রণ ভেরিয়েবলগুলি ছেড়ে দিন এবং এগুলি বাদ দেওয়া ভেরিয়েবল পক্ষপাতিত্বের দিকে নিয়ে যায়। এগুলিকে অন্তর্ভুক্ত করুন এবং তারা মডেলের সমস্ত কিছুই দূষিত করবে।

উদাহরণ: একজন গবেষক জানতে চান যে বৈষম্য সহিংসতার দিকে পরিচালিত করে, এবং তিনি কয়েকটি বিষয় নিয়ন্ত্রণ করেন: যে অসমতার প্রবণতা সম্ভবত শেষ হওয়ার সম্ভাবনা রয়েছে তা দেখে ( পরার্থতাকে বাদ দেওয়া পরিবর্তনশীল স্তরের কারণে ), তিনি বৈষম্যের জন্য একটি উপকরণের পরিবর্তনশীল সন্ধান করার চেষ্টা করবেন । কিন্তু গ্রোথ অ্যান্ড ডেভলপমেন্টও কি অন্তঃসত্ত্বা হওয়ার (যেমন পরোপকারের স্তরের সাথে সম্পর্কযুক্ত ) হওয়ার সম্ভাবনা নেই?

V i o l e n c e = I n e q u a l i t y + G r o w t h + D e v e l o p m e n t + ϵ

$\begin{equation} Violence = Inequality + Growth + Development + \epsilon \end{equation}$

এই উদাহরণটি নির্বোধ দেখতে পারে তবে আমার বক্তব্যটি রাজনৈতিক অর্থনীতি / বিকাশের কাজগুলিতে রয়েছে, খেলায় এমন অনেকগুলি কারণ রয়েছে (এখনও বাদ পড়েছে) যেহেতু আমি আশঙ্কা করি যে এলএইচএসে অন্তর্ভুক্ত অনেকগুলি ভেরিয়েবলগুলি অন্তঃসত্ত্বা। তবুও প্রায়শই, গবেষক কেবল তার পোষা প্রাণীর স্বাধীন ভেরিয়েবলের জন্য কেবল একটি যন্ত্রের সন্ধান করেন।

— হাইজেনবার্গ
সূত্র

তবুও আরেকটি বিষয় বিবেচনা করা হ'ল তথাকথিত "খারাপ নিয়ন্ত্রণ" ইস্যু - একটি পরিস্থিতি যখন নিয়ন্ত্রণটি একটি ফলাফলের পরিবর্তনশীল itself আমি আপনাকে এজিরিস্ট এবং পিস্কে উদযাপিত "মোস্টলি হার্মলেস একনোমেট্রিক্স" এ বিভাগটি ৩.২.৩ পড়ার পরামর্শ দিচ্ছি এবং যদি আপনার প্রশ্নের আরও ভাল ধারণা পেতে চান তবে কেন এটি গুরুত্বপূর্ণ matters

— মাওলিভারেজ

10

"তবে যদি এই নিয়ন্ত্রণের কোনও পরিবর্তনশীল কিছু বাদ দেওয়া ভেরিয়েবলের অন্তর্ভুক্ত হয়, তবে এটি কি সমস্ত স্বাধীন ভেরিয়েবলের নিরপেক্ষতা দূষিত করে না?"

আমি এটি খুব বেশি জোর দিতে চাই না, তবে এটি উল্লেখ করার মতো যে এটি সাধারণভাবে সত্য নয়। নিম্নলিখিত ব্যয়টি আশা করা হয় যে আপনি "দূষণ" উল্লেখ করেছেন তার কিছুটা উপলব্ধি সরবরাহ করবে। একটি সাধারণ জবাবদিহি হিসাবে, ধরুন যে ডেটা উত্পন্ন করার প্রক্রিয়াটি যেখানে । যাক , , এবং । তারপরে, এটি স্পষ্ট যে হ'ল "অন্তঃসত্ত্বা"। তবে লক্ষ্য করুন যে , আমাদের অনুমান এখনও ঠিক থাকবে:

Y = X_{1} β_{1} + X_{2} β_{2} + Z γ + ε,

$Y = X_1 \beta_1 + X_2 \beta_2 + Z \gamma + \varepsilon,$

Z

$Z$

C o v (X_{1}, Z) = 0

$Cov(X_1,Z) = 0$

C o v (X_{2}, Z) \neq 0

$Cov(X_2, Z) \neq 0$

C o v (X_{1}, X_{2}) = 0

$Cov(X_1,X_2) = 0$

X_{2}

$X_2$

C o v (X_{1}, Z) = 0

$Cov(X_1,Z) = 0$

β_{1}

$\beta_1$

plim {\hat{β}}_{1} = β_{1} + γ \frac{C o v (X_{1}^{*}, Z)}{V a r (X_{1}^{*})} = β_{1},

$\text{plim}\, \hat \beta_{1} = \beta_1 + \gamma \frac{Cov(X_1^*, Z)}{Var(X_1^*)} = \beta_1,$ যেখানে এবং । কারণ , । সুতরাং ।

X_{1}^{*} = M_{2} X_{1}

$X_1^* = M_2 X_1$

M_{2} = [I - X_{2} (X_{2}^{'} X_{2})^{- 1} X_{2}^{'}]

$M_2 = [I - X_2(X_2'X_2)^{-1}X_2']$

C o v (X_{1}, X_{2}) = 0

$Cov(X_1,X_2) = 0$

X_{1}^{*} = X_{1}

$X_1^* = X_1$

C o v (X_{1}^{*}, Z) = 0

$Cov(X_1^*,Z)=0$

"আমরা কি করতে পারি?"

ভাল একনোমেট্রিক্স করার অন্যতম প্রধান চ্যালেঞ্জ সম্ভাব্য শনাক্তকরণ কৌশলগুলি চিন্তা করা। আপনি যে ধরণের পরিস্থিতি বর্ণনা করেছেন তাতে সম্ভবত সমস্যাটি ভিন্ন উপায়ে দেখার চেষ্টা করা ছাড়া কিছুই করার নেই।

— jmbejara
সূত্র

আপনি প্রযুক্তিগতভাবে সঠিক থাকাকালীন, আমি এই বিষয়টির উপরে জোর দেব না। আমি বরং বলব যে সাধারণভাবে আমরা কোনও ভেরিয়েবলের পক্ষপাতিত্বকে অস্বীকার করতে পারি না , পরিবর্তে কিছু পরিস্থিতিতে এর ঠিক আছে , ঠিক আছে , কারণ আমরা সাধারণত ডিজিটিকে জানি না।

— ফুবার

1) আপনি কি আমাকে এমন একটি সূত্রের দিকে নির্দেশ করতে পারেন যেখানে এইভাবে উত্পন্ন হয়েছে? আমার একনোমেট্রিক্সে এটি শেখানো হয়নি। 2) আপনি করেন? দেখে মনে হচ্ছে যথেষ্ট। 3) আমি @ ফুবারের সাথে একমত যে কোভ ব্যতিক্রম, আদর্শ নয়। প্রকৃতপক্ষে, যদি আমরা প্রথম স্থানে এর জন্য নিয়ন্ত্রণ করতে থাকব না (নির্ভুলতা বৃদ্ধি ছাড়া)।

\hat{β}

$\hat\beta$

C o v (X_{1}, Z) = 0

$Cov(X_1, Z)=0$

C o v (X_{1}, X - 2) = 0

$Cov(X_1, X-2)=0$

C o v (X_{1}, X_{2}) = 0

$Cov(X_1, X_2)=0$

C o v (X_{1}, X_{2}) = 0

$Cov(X_1, X_2)=0$

X_{2}

$X_2$

— হাইজেনবার্গ

@ ফুবার, আমি সম্মত আমি জোর দিয়ে পোস্টটি আপডেট করেছি যে এটি একটি বিশেষ ক্ষেত্রে case ডিজিপি না জানার বিষয়টি যতটা সত্য, ততই সত্য। তবে সে কথাটি নয়। কোনও বিশ্লেষণকে ডিজিপি সম্পর্কে ধারণা করা উচিত এবং বিশ্লেষণের মান অনুমানের মানের উপর নির্ভর করে। আমি যে উপার্জনটি দিয়েছি তা অনুমানের (যেমন, খুব দৃ strong় অনুমান) উদাহরণের উদাহরণ দেয় যা আপনি যেখানে যেতে চান সেখানে আপনাকে পেতে পারে।

— jmbejara

@ হাইজেনবার্গ: ১) আপনি কি এই সম্পর্কে মূলত একটি নতুন প্রশ্ন খুলতে পারেন? যদি আপনি কেবল অনুলিপিটি অনুলিপি করে আটকান এবং আপনার প্রশ্ন উপস্থাপন করেন তবে এটি সেরা। 2) দরকার যখন আমি বলি যে । 3) আপনি ঠিক বলেছেন। আমরা যদি এর পূর্বাভাস দিতে আগ্রহী , এটি গুরুত্বপূর্ণ হবে। তবে, হ্যাঁ, এটি একটি ভাল বিষয়। অন্যদিকে, এটা খেয়াল করা জরুরী যে পক্ষপাত আকার তোমরা কিভাবে বিশ্বাস সম্পর্কিত উপর নির্ভর করে হয়তো দরকারী এবং যাবে।

C o v (X_{1}, Z) = 0

$Cov(X_1, Z) = 0$

C o v (X_{1}^{*}, Z) = 0

$Cov(X_1^*,Z) = 0$

Y

$Y$

X_{1}

$X_1$

X_{2}

$X_2$

— jmbejara

1

@ জম্ববেজার আমি পোস্ট করেছি 1) একটি পৃথক প্রশ্ন হিসাবে । দয়া করে আমার প্রশ্ন / শিরোনাম সম্পাদনা করতে দ্বিধা বোধ করবেন, যেহেতু আমি কীভাবে শিরোনামটি বুদ্ধিমানের সাথে এই ক্ষেত্রে গুগলর পক্ষে দরকারী তা জানে না।

— হাইজেনবার্গ

6

সমস্ত খুব শক্তিশালী, তবে সম্ভবত কিছু। এই সমস্যাটিকে "স্মিয়ারিং" বলা হয়। স্লাইড 5 এ গ্রিনের বক্তৃতা নোটগুলির প্রমাণটি দেখুন ।

এমিলি ওস্টারের একটি দুর্দান্ত কার্যকরী কাগজ (এবং স্টাটা কমান্ড psacalc) রয়েছে যা পক্ষপাতদুষ্টকে আবদ্ধ করতে সহায়তা করতে পারে।

— দিমিত্রি ভি। মাস্টারভ
সূত্র

5

ন্যূনতম-বর্গক্ষেত্রের অনুমানের প্রসঙ্গে, আমাদের যেভাবে রেজিস্ট্রারদের সম্ভাব্য দীর্ঘমেয়াদি মোকাবেলায় (চেষ্টা করার) চেষ্টা করতে হবে তা হল ইনস্ট্রুমেন্টাল ভেরিয়েবল অনুমানের মাধ্যমে। এই পদ্ধতির উপর নির্ভর করে না শুধুমাত্র একটি অন্তঃসত্ত্বা রেজিস্ট্রার থাকার উপর - আপনার অনেকের থাকতে পারে। এরকম ক্ষেত্রে অবশ্যই আপনাকে আরও বেশি সরঞ্জামের সন্ধান করতে হবে যা নীতিগতভাবে বিষয়টিকে আরও শক্ত করে তোলে, পদ্ধতিটি একই পদ্ধতিতে কাজ করবে।

চতুর্থ অনুমান পক্ষপাতিত্বের বিষয়টি সমাধান করে না, এটি কেবল অনুমানকারীর জন্যই ধারাবাহিকতা সরবরাহ করে। কিন্তু কিছুই পক্ষপাতদর্শনের বিষয়টি কঠোরভাবে প্রসূতত্বের বিষয়টি সমাধান করে না (এবং তারপরে পক্ষপাত হ্রাসের কিছু পদ্ধতি রয়েছে)। তবে যদি আপনি অন্য এসই সাইটের, ক্রস ভ্যালিটেটেড , যা পরিসংখ্যান সম্পর্কিত, ঘুরে দেখেন তবে আপনি দেখতে পাবেন যে পাকা পরিসংখ্যানবিদরা সুনির্দিষ্ট নমুনার বৈশিষ্ট্যের জন্য গড়-স্কয়ার দক্ষতার উপর ফোকাস দেওয়ার ক্ষেত্রে নিরপেক্ষতার সম্পত্তিকে সত্যই বেশি ওজন দেয় না, এবং বৃহত নমুনা বৈশিষ্ট্যের জন্য ধারাবাহিকতায়।

— আলেকোস পাপাদোপল্লোস
সূত্র

1

সুতরাং সঠিক পন্থাটি হ'ল প্রকৃতপক্ষে সমস্ত অন্তঃসত্ত্বা ভেরিয়েবলের জন্য যন্ত্রগুলি খুঁজে পাওয়া উচিত, তাই না?

— হাইজেনবার্গ

1

হ্যাঁ, এই উপায়

— অ্যালেকোস পাপাদোপল্লোস

5

এটি পরিসংখ্যানবিদ অ্যান্ড্রু গ্যালম্যান "মধ্যবর্তী ফলাফলের জন্য নিয়ন্ত্রণের ভ্রান্তি" বলে যার একটি উদাহরণ এটি is গবেষকরা যখন জিজ্ঞাসা করেছেন যে আরও কন্যাসন্তান হওয়া আপনার রাজনীতিতে পরিবর্তন আনছে তখন তার এই ভয়াবহতার বিবরণ এখানে রয়েছে। দ্বিতীয় সন্তান নেওয়ার সিদ্ধান্তটি প্রথম সন্তানের হওয়ার পূর্ববর্তী সিদ্ধান্তের উপর অবশ্যই শর্তযুক্ত এবং তাই সিদ্ধান্তের পরিবর্তনশীলকে নিয়ন্ত্রণ করার একটি স্পষ্ট উদাহরণের মতো মনে হয় যা অন্তঃসত্ত্বা ছিল।

পুত্রদের পিতামাতার অর্থনৈতিক সিদ্ধান্তগুলি দেখে কন্যার পিতামাতার তুলনায় গত কয়েক বছরে বেশ কয়েকটি গবেষণা করা হয়েছে .... এই সমস্ত গবেষণার একটি সাধারণ বৈশিষ্ট্য হ'ল তারা মোট শিশুর সংখ্যা নিয়ন্ত্রণ করে ... .প্রথম দৃষ্টিতে, মোট বাচ্চার সংখ্যার জন্য নিয়ন্ত্রণ করা যুক্তিসঙ্গত বলে মনে হয়। একটি অসুবিধা আছে, তবে, মোট বাচ্চাদের সংখ্যা একটি মধ্যবর্তী ফলাফল এবং এটির জন্য নিয়ন্ত্রণ করা (# কিডের উপর ভিত্তি করে ডেটা সাবসেট করে বা রিগ্রেশন মডেলটিতে নিয়ন্ত্রণ ভেরিয়েবল হিসাবে # কীড ব্যবহার করে) অনুমানকে পক্ষপাত করতে পারে পুত্র (বা কন্যা) হওয়ার কার্যকারণের কারণ।

এটি দেখার জন্য, ধরুন (অনুমানকৃতভাবে) যে রাজনৈতিকভাবে রক্ষণশীল পিতামাতাদের পুত্র হওয়ার সম্ভাবনা বেশি, এবং যদি তাদের দুটি কন্যা থাকে তবে তারা (অনুমানিকভাবে) তৃতীয় সন্তানের জন্য চেষ্টা করার সম্ভাবনা বেশি থাকে। তুলনায় তুলনামূলকভাবে উদারপন্থীরা দুই কন্যার কাছেই থেমে যাওয়ার সম্ভাবনা বেশি। এই ক্ষেত্রে, আপনি যদি 2 কন্যার পরিবার নিয়ে ডেটা দেখে থাকেন তবে রক্ষণশীলদের উপস্থাপিত করা হবে এবং উপাত্তগুলি রাজনৈতিক উদারপন্থার সাথে কন্যার সাথে সম্পর্ক স্থাপন করতে পারে - এমনকি কন্যাগুলির কোনও প্রভাব পড়েনি! ...

একটি সমাধান হ'ল স্ট্যান্ডার্ড রক্ষণশীল (পরিসংখ্যানগত দিক থেকে!) কার্যকারণ অনুমানের দিকে দৃষ্টিভঙ্গি প্রয়োগ করা, যা আপনার চিকিত্সার পরিবর্তনশীল (বাচ্চাদের লিঙ্গ) সম্পর্কে প্রতিক্রিয়া প্রকাশ করা তবে কেবল বাচ্চা জন্মের আগে ঘটে যাওয়া জিনিসগুলির জন্য নিয়ন্ত্রণ করা। উদাহরণস্বরূপ, একজন যার পিতা বা মাতার প্রথম সন্তানের ছেলে তার পিতামাতার সাথে তুলনা করতে পারে। একজন দ্বিতীয় জন্মের দিকেও নজর রাখতে পারেন, পিতামাতার তুলনা করে যার দ্বিতীয় সন্তানের একটি মেয়ে তাদের দ্বিতীয় তুলনামূলক – প্রথম সন্তানের লিঙ্গের জন্য নিয়ন্ত্রণকারী। এবং তৃতীয় সন্তানের জন্য, ইত্যাদি।

পুত্রসন্তান কি আপনাকে আরও রক্ষণশীল করে তুলেছে? হয়তো, হয়তো না. মধ্যবর্তী ফলাফলের জন্য নিয়ন্ত্রণে সমস্যা

আপনার মন্তব্য সম্পর্কে যে "এই নিয়ন্ত্রণের পরিবর্তনশীলগুলি ছেড়ে দিন এবং তারা বাদ দেওয়া ভেরিয়েবল পক্ষপাতিত্ব নিজেই নিয়ে যায়" ", এটি আপনার কী ধরণের উপকরণ পাবেন তা নির্ভর করে। একটি ভাল উপকরণ, একটি যা সত্যই প্রয়োজনীয়তাগুলি পূরণ করে, দ্বিতীয় ত্রুটির ত্রুটি শর্ত থেকে স্বতন্ত্র থাকতে হবে এবং আপনি সরাসরি নিয়ন্ত্রণ করেন এমন সমস্ত কিছুর থেকে স্বতন্ত্র থাকতে হবে । এটি হ'ল, যন্ত্রটি কেবল এক্স এর মাধ্যমে Y পরিবর্তন করে So সুতরাং বৈষম্যের জন্য উপযুক্ত উপকরণটি বৃদ্ধি এবং বিকাশের থেকে স্বাধীন হতে হবে (এটি সৌভাগ্য যে এটি!) যদি আমরা বিশ্বাস করি যে হিংসার সমীকরণ হিংসার জন্য কাঠামোগত সমীকরণ।

— BKay
সূত্র

1

অন্যান্য পোস্টগুলিতে যেমন উল্লেখ করা হয়েছে, রেজিস্ট্রারগুলি পারস্পরিক সম্পর্কযুক্ত হলে অন্তঃসত্ত্বা রেজিস্ট্রাররা সমস্ত প্যারামিটার অনুমানকে রিগ্রেশনে দূষিত করতে পারে।

তদুপরি, এমন একটি পরিস্থিতি কল্পনা করা কঠিন বলে মনে হতে পারে যেখানে, এবং পারস্পরিক সম্পর্কযুক্ত এবং অন্তঃসত্ত্বা তবে নয়। $X_1$ $X_2$ $X_2$ $X_1$

যাইহোক, এর থেকে কম ক্ষেত্রেও সামঞ্জস্যতা গ্যারান্টিযুক্ত হওয়া দরকার এমনকি যদি অন্তঃসত্ত্বা হয় এবং এবং সম্পর্কিত হয়। $\hat{\beta}_1$ $X_2$ $X_1$ $X_2$

নিম্নলিখিত মডেলটি বিবেচনা করুন (@ জ্যাম্বেজারার স্বীকৃতি অনুসারে)

y = X_{1} β_{1} + X_{2} β_{2} + Z γ + ε,

$\begin{equation*} y=X_1\beta_1+X_2\beta_2+Z\gamma+\varepsilon, \end{equation*}$

$Z$ অরক্ষিত, সাধারণ এক্সোজিনিটি অনুমানগুলি রিট , অর্থাত্, এবং সমস্ত রেজিস্ট্রারদের জন্য । এই অর্থে অন্তঃসত্ত্বা যে কিছু জোড়ার জন্য ভেরিয়েবল । $\varepsilon$ $\frac{1}{n}{x_1^{(k)\prime}}\varepsilon\overset{p}{\rightarrow}0$ $\frac{1}{n}x_2^{(k)\prime}\varepsilon\overset{p}{\rightarrow}0$ $k$ $X_2$ $\frac{1}{n} x_{1}^{(k)\prime}z^{(l)} \overset{p}{\not\rightarrow}0$ $(k,l)$

এখন যদি অন্তঃসত্ত্বা হয় তবে এই অর্থে নয় যে এবং মধ্যে সমস্ত সম্পর্ক জন্য নিয়ন্ত্রণ করার পরে চলে যাবে $X_2$ $X_1$ $X_1$ $Z$ $X_2$ , অর্থাৎ,

\frac{1}{n} x_{1}^{(k)'} Q_{X_{2}} z^{(l)} \overset{p}{\to} 0

$\begin{equation} \frac{1}{n} x_1^{(k)\prime}Q_{X_2}z^{(l)} \overset{p}{\rightarrow}0 \end{equation}$ all সবার জন্য , যেখানে এর নাল স্থান সম্মুখের অভিক্ষেপ হয় ( `` অবশিষ্ট সৃষ্টিকর্তা ''), অর্থাৎ তাহলে আমরা ভাল আছি। নিম্নলিখিতটি (যেমন আমেরিকা, 1985, পৃষ্ঠা 6-7) এর নিম্নলিখিত দুটি-পদক্ষেপের অনুমানকারী থেকে দেখা যায় :

(k, l)

$(k,l)$

Q_{X_{2}}

$Q_{X_2}$

X_{2}

$X_2$

Q_{X_{2}} \equiv [I_{n} - X_{2} (X_{2}^{'} X_{2})^{- 1} X_{2}^{'}]

$Q_{X_2}\equiv [I_n - X_2(X_2'X_2)^{-1}X_2']$

β_{1}

$\beta_1$

\begin{aligned} {\hat{β}}_{1} & = (X_{1}^{'} Q_{X_{2}} X_{1})^{- 1} X_{1}^{'} Q_{X_{2}} y \\ = β_{1} + (X_{1}^{'} Q_{X_{2}} X_{1})^{- 1} X_{1}^{'} \underset{\overset{p}{\to} 0}{\underset{⏟}{Q_{X_{2}} X_{2}}} β_{2} \\ + (X_{1}^{'} Q_{X_{2}} X_{1})^{- 1} \underset{\overset{p}{\to} 0}{\underset{⏟}{X_{1}^{'} Q_{X_{2}} Z}} γ \\ + (X_{1}^{'} Q_{X_{2}} X_{1})^{- 1} \underset{\overset{p}{\to} 0}{\underset{⏟}{X_{1}^{'} Q_{X_{2}} ε}} \end{aligned}

$\begin{align*} \hat{\beta}_1 &= (X_1'Q_{X_2}X_1)^{-1}X_1'Q_{X_2}y \\ &= \beta_1 + (X_1'Q_{X_2}X_1)^{-1}X_1'\underbrace{Q_{X_2}X_2}_{\overset{p}{\rightarrow}0}\beta_2\\ &+ (X_1'Q_{X_2}X_1)^{-1}\underbrace{X_1'Q_{X_2}Z}_{\overset{p}{\rightarrow}0}\gamma \\ &+ (X_1'Q_{X_2}X_1)^{-1}\underbrace{X_1'Q_{X_2}\varepsilon}_{\overset{p}{\rightarrow}0} \end{align*}$ কিউইডি। এখানে তৃতীয় লাইনটি কী এবং এটিও দেখায় যে যখন এবং / অরথোগোনাল হয় তখন আমরা কেন নিরাপদ থাকি । শুভ অন্তঃসত্ত্বা প্রতিরোধের।

X_{1}

$X_1$

X_{2}

$X_2$

— মারফি
সূত্র

যদি "কন্ট্রোল ভেরিয়েবলগুলি" অন্তঃসত্ত্বা হয় তবে কী ঘটে?

"আমরা কি করতে পারি?"