প্রথমত এবং সবচেয়ে স্পষ্টতই, যদি স্বতঃসংশ্লিষ্টতা বেশি হয় তবে এন নমুনাগুলি আপনাকে আপনার বিতরণ সম্পর্কিত এন টুকরো তথ্য দিচ্ছে না তবে তার চেয়ে কম। কার্যকরভাবে নমুনা আকার (ইএসএস) হ'ল আপনি আসলে কতটা তথ্য পেয়ে যাচ্ছেন তার একটি পরিমাপ (এবং এটি স্বতঃসংশ্লিষ্ট প্যারামিটারের একটি কাজ)।
সম্পর্কিত, স্বতঃসংশ্লিষ্টতা আপনাকে 'স্বল্প সময়ে "বিবর্জিত নমুনা দেয়। তদুপরি, সেখানে যত বেশি স্ব-সংশ্লেষ হয়, তত বেশি 'স্বল্প রান' হয় is খুব শক্তিশালী স্বতঃসংশ্লিষ্টতার জন্য, সংক্ষিপ্ত রানটি আপনার মোট নমুনার একটি ভাল ভগ্নাংশ হতে পারে। সাধারণ প্রত্যক্ষ প্রতিকারগুলি পুনরায় প্যারামিটারাইজেশন বা স্যাম্পলিং পরামিতি যা আপনি ব্লকগুলিতে পৃথক না হয়ে আন্তঃসংযোগ স্থাপনের প্রত্যাশা করেন কারণ তারা অন্যথায় শৃঙ্খলে স্বতঃসংশ্লিষ্টতা তৈরি করে। লোকেরা প্রায়শই 'পাতলা' হয়, যদিও অন্তর্নিহিত সমস্যা সমাধানে এটি কতটা কার্যকর তা নিয়ে কিছু আলোচনা রয়েছে, যেমন এখানে । কাস 1997 সমস্যাগুলির একটি অনানুষ্ঠানিক আলোচনা, যদিও অন্যরা সম্ভবত সুপারিশ করতে পারে এমন আরও কিছু নতুন বিষয়।
সংক্ষেপে, একটি দৃ strongly়ভাবে স্বায়ত্তশাসিত শৃঙ্খলাটি আপনার শুরু হওয়া শর্ত থেকে আপনি যে টার্গেট বিতরণ করতে চান তা পেতে আরও বেশি সময় নেয়, কম তথ্যবহুল হয়ে ওঠার পরে সেই বিতরণটি অন্বেষণ করতে আরও বেশি সময় নেয়।