একটি বিষয়-পরীক্ষার অভ্যন্তরীণ পরীক্ষার মাধ্যমে পরীক্ষামূলক গবেষণা থেকে ডেটা মডেলিংয়ের সময় আমি বেশ কয়েকটি ব্যবহারিক প্রশ্নে অংশ নিয়েছি। আমি আমার প্রশ্নগুলি অনুসরণ করে পরীক্ষা, ডেটা এবং এ পর্যন্ত যা করেছি তা সংক্ষেপে বর্ণনা করছি।
ধারাবাহিকভাবে উত্তরদাতাদের একটি নমুনায় চারটি ভিন্ন সিনেমা দেখানো হয়েছিল। প্রতিটি সিনেমার পরে একটি সাক্ষাত্কার পরিচালিত হয়েছিল যার মধ্যে আমরা নির্দিষ্ট বিবৃতিগুলির সংখ্যার সংখ্যা গণনা করেছি যা আরকিউর জন্য আগ্রহী ছিল না (পূর্বাভাস গণনা ভেরিয়েবল)। আমরা সম্ভাব্য সংখ্যার সর্বাধিক সংখ্যক রেকর্ডও করেছি (কোডিং ইউনিট; অফসেট ভেরিয়েবল)। এছাড়াও, মুভিগুলির বেশ কয়েকটি বৈশিষ্ট্য একটি অবিচ্ছিন্ন স্কেলে পরিমাপ করা হয়েছিল, যার মধ্যে একটির কাছে আমাদের বিবৃতিগুলির গণনার উপর মুভি বৈশিষ্ট্যের প্রভাবের কার্যকারণ অনুমান রয়েছে যখন অন্যগুলি নিয়ন্ত্রণ (ভবিষ্যদ্বাণীকারী) থাকে।
এখন পর্যন্ত গৃহীত মডেলিং কৌশলটি নিম্নরূপ:
একটি এলোমেলো প্রভাবের পোইসন মডেলটি অনুমান করুন, যেখানে কার্যকার্য ভেরিয়েবলটি একটি covariate হিসাবে এবং অন্যান্য ভেরিয়েবলগুলি নিয়ন্ত্রণ covariates হিসাবে ব্যবহৃত হয়। এই মডেলটির 'লগ (ইউনিট)' (কোডিং ইউনিট) সমান অফসেট রয়েছে। এলোমেলো প্রভাবগুলি বিষয়গুলিতে নেওয়া হয় (মুভি-নির্দিষ্ট গণনাগুলি বিষয়গুলিতে নেস্ট করা হয়)। আমরা কার্যকারণ হাইপোথিসিসটি নিশ্চিত হয়েছি (কার্যকরী ভেরিয়েবলের সিগন সহগ)। অনুমান হিসাবে আমরা l মধ্যে lme4 প্যাকেজটি আরে ব্যবহার করেছি, বিশেষত ফাংশন গ্লোমার।
এখন আমি নিম্নলিখিত প্রশ্ন আছে। পোইসন রিগ্রেশনের একটি সাধারণ সমস্যা হ'ল অতিরিক্ত কাজ pers আমি জানি যে এটি একটি নেতিবাচক দ্বিপদী রিগ্রেশন ব্যবহার করে এবং এর ছড়িয়ে পড়া প্যারামিটারটি একটি সাধারণ পোইসন মডেলের মডেল ফিটকে উন্নত করে কিনা তা নির্ধারণ করে পরীক্ষা করা যেতে পারে। যাইহোক, আমি এলোমেলো প্রভাব প্রসঙ্গে কীভাবে তা করতে জানি না।
- আমার পরিস্থিতিতে কীভাবে ওভারডিস্পের জন্য পরীক্ষা করা উচিত? আমি কীভাবে ফিট করতে জানি তা একটি সাধারণ পোইসন / নেতিবাচক দ্বিপদী রিগ্রেশন (এলোমেলো প্রভাব ছাড়াই) ওভারডিস্পেরেশন পরীক্ষা করেছি। পরীক্ষা ওভারডিস্পেরিয়নের উপস্থিতি নির্দেশ করে। তবে এই মডেলগুলি যেহেতু ক্লাস্টারিংটিকে অ্যাকাউন্টে নেয় না আমি মনে করি এই পরীক্ষাটি ভুল is এছাড়াও অতিরঞ্জিত পরীক্ষার জন্য অফসেটের ভূমিকা সম্পর্কে আমি নিশ্চিত নই।
- নেতিবাচক দ্বিপদী র্যান্ডম এফেক্ট রিগ্রেশন মডেলের মতো কিছু আছে এবং কীভাবে আমি এটি আর এ ফিট করব?
- বিকল্প মডেলগুলির জন্য আপনার কাছে কি পরামর্শ রয়েছে যা আমার উপাত্তে চেষ্টা করা উচিত, অর্থাত্ পুনরাবৃত্তি ব্যবস্থা কাঠামো গ্রহণ, ভেরিয়েবলগুলি গণনা এবং কোডিং ইউনিটগুলি অ্যাকাউন্টে নেওয়া?