আমি বিচ্ছিন্ন বা অবিচ্ছিন্ন সম্ভাবনার সাথে সম্পর্কিত বিষয়গুলি সমাধান করব:
গড়ের বর্ণনা সহ একটি সমস্যা
আপনার একটি সীমাবদ্ধ প্রতিক্রিয়া আছে। তবে আপনি যে মডেলটিকে ফিট করছেন তা আবদ্ধ নয়, এবং ঠিক আবদ্ধ হয়েই এটি বিস্ফোরিত হতে পারে; আপনার লাগানো মানগুলির মধ্যে কিছু অসম্ভব হতে পারে এবং ভবিষ্যদ্বাণী করা মানগুলি অবশেষে অবশ্যই হবে।
সীমানার কাছে যাওয়ার সাথে সাথে সত্যিকারের সম্পর্কটি মাঝের চেয়ে চুপচাপ হয়ে উঠতে হবে, তাই এটি কোনও ফ্যাশনে বাঁকানো আশা করা যায়।
বৈকল্পিকের বর্ণনায় একটি সমস্যা
গড়ের সীমাটি কাছে যাওয়ার সাথে সাথে বৈকল্পিকতা হ্রাস পাবে এবং অন্যান্য জিনিস সমান হবে। গড় এবং বাউন্ডের মধ্যে কম জায়গা রয়েছে, সুতরাং সামগ্রিক পরিবর্তনশীলতা হ্রাস পেতে থাকে (অন্যথায় গড়টি সীমাটির কাছাকাছি না থাকলেও গড়ে আরও বেশি দূরে থাকায় পয়েন্টগুলি দ্বারা সীমা থেকে দূরে টানা থাকে।
(প্রকৃতপক্ষে, যদি কোনও আশেপাশের সমস্ত জনসংখ্যার মানগুলি ঠিক আবদ্ধ হয়, তবে তারতম্যটি শূন্য হত))
এমন একটি মডেল যা এই ধরনের সীমাবদ্ধতার সাথে ডিল করে তাদের এই জাতীয় প্রভাবগুলি বিবেচনায় নেওয়া উচিত।
যদি অনুপাতটি একটি কাউন্ট ভেরিয়েবলের জন্য হয়, অনুপাতের বিতরণের জন্য একটি সাধারণ মডেল হ'ল দ্বিপদী জিএলএম। গড় অনুপাত এবং ভবিষ্যদ্বাণীকারীদের সম্পর্কের ফর্মের জন্য বেশ কয়েকটি বিকল্প রয়েছে তবে সর্বাধিক সাধারণ হ'ল লজিস্টিক জিএলএম (অন্যান্য কয়েকটি পছন্দ সাধারণ ব্যবহারে রয়েছে)।
যদি অনুপাতটি অবিচ্ছিন্ন থাকে (দুধে ক্রিমের শতাংশের মতো), তবে অনেকগুলি বিকল্প রয়েছে। বিটা রিগ্রেশন মোটামুটি সাধারণ পছন্দ বলে মনে হচ্ছে। আবার এটি গড় এবং ভবিষ্যদ্বাণীকারীদের মধ্যে একটি লজিস্টিক সম্পর্ক ব্যবহার করতে পারে বা এটি অন্য কোনও কার্যকরী ফর্ম ব্যবহার করতে পারে।
আরও দেখুন 0 এবং 1 এর মধ্যে একটি ফলাফল (অনুপাত বা ভগ্নাংশ) জন্য রিগ্রেশন ।