এখানে কি এমন কোনও মডেল ফিট ফিট স্ট্যাটিস্টিক রয়েছে (যেমন এআইসি বা বিআইসির মতো) যা কেবলমাত্র তুলনামূলক তুলনার পরিবর্তে পরম জন্য ব্যবহার করা যেতে পারে?

Question

আমি এই সাহিত্যের সাথে তেমন পরিচিত নই, সুতরাং যদি এটি একটি সুস্পষ্ট প্রশ্ন হয় তবে দয়া করে আমাকে ক্ষমা করুন।

যেহেতু এআইসি এবং বিআইসি সম্ভাব্যতা সর্বাধিকের উপর নির্ভর করে, তাই মনে হয় যে কেবলমাত্র একটি নির্দিষ্ট ডেটা-সেট ফিট করার চেষ্টা করে এমন একটি মডেলের সেটগুলির মধ্যে তুলনামূলক তুলনা তৈরি করতে ব্যবহার করা যেতে পারে। আমার বোঝাপড়া অনুসারে, ডেটা-সেট 1-তে মডেল A এর AIC গণনা করা, ডেটা-সেট 2 তে মডেল বি এর জন্য AIC গণনা করা, এবং তারপরে দুটি AIC মানগুলির তুলনা করুন এবং বিচার করুন (উদাহরণস্বরূপ) এটি বিবেচ্য হবে না মডেল এ ডেটা-সেট 1-কে ফিট করে মডেল বি-এর সাথে ডেটা-সেট 2 ফিট করে Or বা সম্ভবত আমার ভুল হয়েছে এবং এটি করা যুক্তিসঙ্গত জিনিস। আমাকে বুঝতে দাও.

আমার প্রশ্নটি হ'ল: এখানে কি এমন কোনও মডেল ফিট পরিসংখ্যান উপস্থিত রয়েছে যা কেবলমাত্র তুলনামূলক তুলনার পরিবর্তে পরম জন্য ব্যবহার করা যেতে পারে? লিনিয়ার মডেলগুলির জন্য, মতো কিছু কাজ করবে; একটি "ভাল" মান কী তা সম্পর্কে এটির একটি নির্ধারিত পরিসীমা এবং শৃঙ্খলা সুনির্দিষ্ট ধারণা রয়েছে। আমি আরও সাধারণ কিছু সন্ধান করছি এবং ভেবেছিলাম যে আমি এখানে বিশেষজ্ঞদের পিং করে শুরু করতে পারি। আমি নিশ্চিত যে এর আগেও কেউ এই ধরণের জিনিসটি ভেবে দেখেছিল, তবে গুগল স্কলারে উত্পাদনশীল অনুসন্ধান করার জন্য সঠিক শর্তগুলি আমি বেশ জানি না।$R^2$

কোন সাহায্য প্রশংসা করা হবে।

Comments

মডেল এ যদি ডেটাসেট 1 এবং মডেল বি ফিট করে ডেটাসেট 2, তুলনা করার মতো কিছুই নেই: মডেল এবং ডেটা সম্পূর্ণ আলাদা totally সুতরাং আপনি ঠিক কি অর্জন করার চেষ্টা করছেন? বিটিডাব্লু, এ ক্ষেত্রে অকেজো থেকেও খারাপ; কিছু সমালোচনার জন্য, দেখুন stats.stackexchange.com/questions/13314/…$R^2$

— হোবার

আপনি আরও কিছু সাধারণ বলতে কী বোঝাতে চেয়েছিলেন আপনি কী otye প্রকারের মডেলগুলিতে প্রসারিত করতে চান? কিছু মডেল একটি পদ্ধতির সাথে খাপ খাইয়ে নেওয়া সহজ হবে, যেমন লোভ ফিট, তবে অন্যরা বেশ শক্ত হবে, যেমন দ্বিপদী ডেটা ফিট করে of $R^2$

— রাসেলপিয়ের্স

@ শুভর বাহ, এটি প্রশ্নের এক দুর্দান্ত প্রতিক্রিয়া ! তবে, এর অপ্রতুলতাগুলি বাদ দিয়ে, বলতে ব্যবহৃত হয় যে তাদের মডেলটি "পরম" অর্থে "ভাল" (উদাহরণস্বরূপ "আমার এমন এবং এ জাতীয়) যা সাধারণত দেখা যায় তার চেয়ে ভাল ... ")। একই উদ্দেশ্য অর্জনের জন্য আমি চেয়ে বেশি ন্যায়সঙ্গত (এবং সাধারণ) পরিসংখ্যানের সন্ধান করছি (উদাঃ "আমার ম্যাজিকস্ট্যাটিস্টিক এমন-এমন-যা আরও ভাল ...)। কে-ফোল্ড ক্রস বৈধকরণের স্কোরকে সাধারণ করে তোলা, তবে দেখে মনে হয় না যে কেউ এ জাতীয় কোনও কাজ করেছে (সুতরাং এটি সম্ভবত একটি ভাল ধারণা নয়)আর 2 আর 2 আর $R^2$$R^2$$R^2$$R^2$

— নাথান ভ্যানহাউডনোস

@ নাথান আমি এই শব্দটি শুনতে চাই না যে আমি কোনও বিন্দুতে আঘাত করছি বা এতে আচ্ছন্ন হয়েছি - আমি নই - তবে এটি আমার কাছে ঘটে যায় যে লোকেরা তাদের মডেলটি দাবি করতে ব্যবহার করেন তা পরম ক্ষেত্রে ভাল বোধ প্রায়ই হতে পারে ... ভুল। এর একটি পাঠ হ'ল কোনও মডেল-ফিটিং পরিসংখ্যান কেবল ডেটাসেটের প্রসঙ্গেই ব্যাখ্যাযোগ্য। যখন দুটি ডেটাসেটের সম্ভাব্য কিছু নেই তবে এ জাতীয় দুটি পরিসংখ্যানকে তুলনা করার আসলে কী বোঝায়? সুতরাং, আপনার প্রশ্নের সমাধানের জন্য, দুটি ডেটাसेट কীভাবে একে অপরের সাথে সম্পর্কিত হতে পারে সে সম্পর্কে আমাদের অনুমান করা দরকার। কোন পরামর্শ? আর $R^2$$R^2$

— whuber

আপনি যে বিষয়টির কথা বলছেন তার রাজ্যে আমি কেবলমাত্র কল্পনা করতে পারি তা হ'ল পূর্বাভাসের নির্ভুলতার পরিমাপ। দুটি পৃথক ডেটা সেটগুলিতে দুটি মডেলের মানের সম্ভাবনা তুলনা করা যেতে পারে যার মাধ্যমে একজনের পক্ষে সেরা পূর্বাভাস দেওয়া হয়, যদিও এটিও নিখুঁত নয়।

— ম্যাক্রো

Answer 1

ম্যাক্রো যা প্রস্তাব করেছিলেন তার সাথে সামঞ্জস্য রেখে আমি মনে করি আপনি যে শব্দটির সন্ধান করছেন তা কার্যকারিতা পরিমাপ। যদিও এটি ভবিষ্যদ্বাণীপূর্ণ শক্তির মূল্যায়ন করার নিরাপদ উপায় নয়, এটি বিভিন্ন মডেলের ফিটিং মানের সাথে তুলনা করার একটি খুব দরকারী উপায়।

একটি উদাহরণ পরিমাপের গড় গড় শতাংশ শতাংশ ত্রুটি হবে তবে তাদের আরও অনেকগুলি সহজেই পাওয়া যাবে।

ধরুন আপনি কোনও রাস্তার গর্তের সংখ্যা বর্ণনা করতে মডেলএ সহ সেটটি ব্যবহার করেছেন এবং আপনি কোনও দেশের মানুষের সংখ্যা বর্ণনা করার জন্য সেটবি এবং মডেলবি ব্যবহার করেন, তবে অবশ্যই আপনি এটি বলতে পারবেন না যে একটি মডেল অপরটির চেয়ে ভাল, তবে আপনি পারেন কমপক্ষে দেখুন কোন মডেল আরও সঠিক বর্ণনা সরবরাহ করে।

Answer 2

কিছু নতুন-ইশ কাগজপত্র যা আপনি অনুসন্ধান করছেন ঠিক তা অন্বেষণ করছে, আমি মনে করি; নাকাগাওয়া এবং স্কিলজেথ (২০১৩) "R2 GLMM" নামক মিশ্র-প্রভাবগুলির মডেলগুলির একটি মডেলটিতে অব্যক্ত পরিবর্তনের পরিমাণ নির্ধারণের জন্য একটি R² পরিসংখ্যান উপস্থাপন করেন।

শর্তসাপেক্ষে আরএজিএলএমএম স্থির এবং এলোমেলো উভয় কারণ দ্বারা ব্যাখ্যা করা বৈকল্পিক হিসাবে ব্যাখ্যা করা হয়;

প্রান্তিক আর²জিএলএম স্থির কারণগুলির দ্বারা ব্যাখ্যা করা বৈকল্পিকতা উপস্থাপন করে।

2014 সালে, জনসন এলোমেলো slালু মডেলগুলির অ্যাকাউন্টে সমীকরণটি আপডেট করেছেন।

আনন্দের সাথে, আপনি আর ( বার্টন, 2015 ) "MuMIn" প্যাকেজটি ব্যবহার করে খুব সহজেই প্রান্তিক এবং শর্তসাপেক্ষে R²GLMM উভয়ই গণনা করতে পারেন ।