গ্রেঞ্জার এবং পার্লের কার্যকারিতা ফ্রেমওয়ার্কগুলির মধ্যে প্রধান পার্থক্যগুলি কী কী?


21

সম্প্রতি, আমি বেশ কয়েকটি কাগজপত্র এবং অনলাইন সংস্থানগুলিতে দৌড়েছি যা গ্র্যানজারের কারণগুলির উল্লেখ করে । সংশ্লিষ্ট উইকিপিডিয়া নিবন্ধের মাধ্যমে সংক্ষিপ্ত ব্রাউজিং আমাকে এই ধারণাটি দিয়ে রেখেছিল যে এই শব্দটি সময় সিরিজের (বা আরও সাধারণভাবে স্টোকাস্টিক প্রক্রিয়াগুলি ) প্রসঙ্গে কার্যকারিতা বোঝায় । তদ্ব্যতীত, এই দুর্দান্ত ব্লগ পোস্টটি পড়ার ফলে এই পদ্ধতিটি কীভাবে দেখা যায় তাতে একটি অতিরিক্ত বিভ্রান্তি তৈরি হয়েছিল।

আমি কোনও কারণে কার্যকারণ সম্পর্কে জ্ঞানবান কোনও ব্যক্তি নই, কারণ ধারণাটি সম্পর্কে আমার অস্পষ্ট ধারণাটি আংশিক সাধারণ জ্ঞান, সাধারণ জ্ঞান , সুপ্ত পরিবর্তনশীল মডেলিং এবং কাঠামোগত সমীকরণ মডেলিং (এসইএম) এর কিছুটা এক্সপোজার এবং জুডিয়া পার্লের কাজ থেকে কিছুটা পড়া নিয়ে গঠিত as কার্যকারিতা - তাঁর বই নয়, আরও কিছুটা পার্ল (২০০৯) এর একটি আকর্ষণীয় ওভারভিউ পেপারের পংক্তির পাশাপাশি রয়েছে, যা কোনও কারণে আশ্চর্যজনকভাবে গ্র্যাঞ্জার কার্যকারিতার কথা মোটেও উল্লেখ করে না।

এই প্রসঙ্গে আমি ভাবছি যে গ্রেঞ্জার কার্যকারিতা কোনও সময়ের সিরিজ (স্টোকাস্টিক) কাঠামোর চেয়ে আরও সাধারণ কিছু কিনা এবং স্ট্রাকচারাল কার্যকারণ মডেলের ভিত্তিতে পার্লের কার্যকারিতা কাঠামোর সাথে এর সম্পর্ক (সাধারণতা এবং পার্থক্য) কী? এসসিএম) , যা আমি যতদূর বুঝতে পেরেছি, ঘুরেফিরে সরাসরি অ্যাসাইক্লিক গ্রাফ (ডিএজি) এবং পাল্টা প্রতিস্থাপনার উপর ভিত্তি করে । মনে হচ্ছে যে গ্রেঞ্জার কার্যকারণ হিসেবে শ্রেণীভুক্ত করা হয় সাধারণ পদ্ধতির করার কার্যকারণ অনুমান জন্য গতিশীল ব্যবস্থা , অস্তিত্বের বিবেচনায় গতিশীল কার্যকারণ মডেলিং (DCM) এরঅ্যাপ্রোচ (চিচারো এবং পাঞ্জেরি, 2014)। যাইহোক, আমার উদ্বেগটি (এবং যদি তা হয় তবে) দুটি পদ্ধতির তুলনা করা সম্ভব কিনা তা সম্পর্কে, যার একটি স্টোকাস্টিক প্রক্রিয়া বিশ্লেষণের ভিত্তিতে এবং অন্যটি নয় about

আরও সাধারণভাবে, আপনি কী ভাবেন যে একটি একক ব্যাপক কার্যকারিতা কাঠামোর ( বর্তমানে ভিন্ন ভিন্ন দৃষ্টিভঙ্গি ) মধ্যে বিদ্যমান বিদ্যমান কার্যকারণ তত্ত্বগুলি বিবেচনা করার জন্য - যদি সম্ভব হয় - তবে একটি বোধগম্য উচ্চ-স্তরের পদ্ধতির কী হবে? এই প্রশ্নটি মূলত চিচারো এবং পাঞ্জেরি (২০১৪) দ্বারা একটি দুর্দান্ত এবং বিস্তৃত কাগজ পড়ার পাশাপাশি ক্যালিফোর্নিয়া বিশ্ববিদ্যালয়, বার্কলে (পিটারসেন এবং বালজার, ২০১৪) এর একটি আকর্ষণীয় কার্যকারণ অনুক্রমের পর্যালোচনা পর্যালোচনা করার মাধ্যমে আমার প্রচেষ্টার সূত্রপাত ঘটে ।

তথ্যসূত্র

চিচারো, ডি, এবং পাঞ্জেরি, এস (২০১৪)। মস্তিষ্কের অঞ্চলগুলির মধ্যে কার্যকর সংযোগ বিশ্লেষণের জন্য কার্যকারণ সূচনার অ্যালগরিদম। নিউরোইনফরম্যাটিকস, 8 (64) এ ফ্রন্টিয়ার্স । ডোই: 10,3389 / fninf.2014.00064 থেকে সংগৃহীত http://journal.frontiersin.org/article/10.3389/fninf.2014.00064/pdf

মুক্তা, জে। (২০০৯) পরিসংখ্যানগুলিতে কার্যকারিতা: পরিসংখ্যান সমীক্ষা, 3 , 96–146। doi: 10.1214 / 09-SS057 http://projecteuclid.org/download/pdfview_1/euclid.ssu/1255440554 থেকে পুনরুদ্ধার করা হয়েছে

পিটারসেন, এম।, এবং বালজার, এল। (2014)। কার্যকারণ সূচনার ভূমিকা। ক্যালিফোর্নিয়া বিশ্ববিদ্যালয়, বার্কলে। [ওয়েবসাইট] http://www.ucbbiostat.com থেকে প্রাপ্ত

উত্তর:


12

গ্রেঞ্জারের কার্যকারিতা মূলত পূর্বাভাসের জন্য দরকারীতা: এক্স গ্রাঞ্জার-কারণ ওয়াকে বলা হয় যদি ওয়াইয়ের একা ইতিহাস ব্যবহার করে এক্স ও ওয়াই উভয়ের ইতিহাস ব্যবহারের চেয়ে ওয়াইয়ের পূর্বাভাস দেওয়া যায়। পার্লের জবাবদিহি ধারণাতে জিসির খুব কার্যকারিতা নেই, যার সাথে বিশ্বের বিভিন্ন রাজ্যের তুলনা জড়িত যা ঘটতে পারে। সুতরাং গ্রিঞ্জার -কারণ ইস্টারকে পিপস করে তবে তারা এটির কারণ হয় না। অবশ্যই, দু'টি এমন একটি পৃথিবীতে ওভারল্যাপ হবে যেখানে এক্স ব্যতীত অন্য কোনও সম্ভাব্য কারণ নেই তবে এটি খুব সম্ভবত স্থাপনা এবং মৌলিকভাবে অস্থির নয়। তারা আরও কম সীমাবদ্ধ উপায় মেলতে পারে, যদি, ওয়াই এবং এক্স এর উপলব্ধি ইতিহাসের শর্তসাপেক্ষ, এক্স এর পরবর্তী উপলব্ধি সম্ভাব্য ফলাফল থেকে পৃথক।


1
পীপস এবং ইস্টার এর দুর্দান্ত উদাহরণ! এটি প্রথম চিন্তায় বেশ বিভ্রান্তিকর, তবে সত্যিকারের আনুষ্ঠানিক যুক্তিটি সঠিক বলে মনে হচ্ছে ...
রিচার্ড হার্ডি

আপনার অন্তর্দৃষ্টি (+1) জন্য আপনাকে ধন্যবাদ। আমি অঞ্চলটি সম্পর্কে একটি ভাল ধারণা পাওয়ার আগে এটি অবশ্যই স্পষ্টভাবে কিছুটা সময় এবং এক্সপোজার গ্রহণ করবে।
আলেকসান্দ্র ব্লেক

আপনার উত্তরের জন্য আপনাকে ধন্যবাদ, তবে মনে হচ্ছে এমন একটি কাগজ রয়েছে যা আপনার সাথে একমত নয়: গ্র্যাঞ্জার কার্যকারিতা এবং পার্ল কার্যকারিতা মডেলটিকে সেটেটেবল সিস্টেমগুলির সাথে সংযুক্ত করে, হালবার্ট হোয়াইট এট আল, ২০১০ । আপনি কি এই কাগজ সম্পর্কে আপনার অন্তর্দৃষ্টি দিয়ে আপনার পোস্ট আপডেট করতে আগ্রহী?
চমত্কার

@ গবরস আমি এই কাগজটি খুব কাছ থেকে অধ্যয়ন করেছি নি, তবে আমার অভিশাপ পাঠটি হ'ল তারা দাবি করেন যে গ্র্যাঞ্জার কার্যকারিতা এবং কার্যকরী নির্ভরতার উপর ভিত্তি করে প্রত্যক্ষ কার্যকারিতা সম্পর্কিত কিছু স্থিতিশীল সিস্টেমের ধারণাগুলি বাহ্যিকতার শর্তাধীন আকারের সমতুল্য। এটি আমি লেখার সবচেয়ে কাছাকাছি, যদিও এটি রাখার আরও প্রযুক্তিগত উপায়। আপনি যদি একমত না হন এবং আমি কিছু মিস করছি তবে দয়া করে আপনার নিজের উত্তরটি দিন।
দিমিত্রি ভি। মাস্টারভ

@ দিমিত্রিভি.মাস্টারভ ঠিক আছে আপনার ইনপুটটির জন্য আপনাকে ধন্যবাদ। আমি খুব নিজের উত্তরটি করতে চাই তবে আমার কাছে প্রয়োজনীয় দক্ষতার এক্সডি নেই তাই আমি আপনাকে কেন জিজ্ঞাসা করেছি। কার্যকারিতা একটি খুব উত্তেজনাপূর্ণ বিষয়, তবে কাছে আসা খুব কঠিন।
চমত্কার

9

পার্ল কার্যকারিতা সম্পর্কে যুক্তির জন্য ক্যালকুলাস সরবরাহ করে, গ্রেঞ্জার সম্ভাব্য কার্যকরী সম্পর্কগুলি আবিষ্কার করার জন্য একটি পদ্ধতি সরবরাহ করে। আমি বিস্তারিত জানাব:

পার্লের কাজটি "স্ট্রাকচারাল কজাল মডেলস" যা বলেছেন তার উপর ভিত্তি করে, এটি ট্রিপল এম = (ইউ, ভি, এফ)) এই মডেলে ইউ হ'ল বহির্মুখী (ব্যাকগ্রাউন্ড, বা ড্রাইভিং) অরক্ষিত ভেরিয়েবলের সংগ্রহ, ভি হ'ল অন্তঃসত্ত্বা (ইউ এবং ভি থেকে ভেরিয়েবল দ্বারা কোনও উপায়ে নির্ধারিত) ভেরিয়েবলের সংগ্রহ, এবং এফ f1, f2, ..., প্রতিটি ভি এর জন্য ভি। ভেরিয়েবল vi সম্পূর্ণরূপে vi = ফাই (ইউ, ভি \ ভি) হিসাবে নির্ধারিত হয়, এটি ফাইতে যুক্তিগুলি হ'ল ইউ এর কিছু ভেরিয়েবল এবং কিছু ভেরিয়েবল, কিন্তু vi নিজেই নয় এটিকে সম্ভাব্য মডেল হিসাবে রূপান্তর করতে, ইউ সম্ভাব্যতা বন্টনের সাথে যুক্ত করা হয়। একটি উদাহরণ দেওয়া আছে যেখানে ইউ 1 হ'ল একজন ব্যক্তির মৃত্যুদণ্ডের আদালতের আদেশ, ভি ক্যাপ্টেন (ভি 1) এবং দুটি রাইফেলম্যান (ভি 2, ভি 3) একটি ফায়ারিং স্কোয়াডে পাশাপাশি আদালতের আদেশের সাথে সংশ্লিষ্ট ব্যক্তির জীবিত / মৃত অবস্থা (V3)। যদি বিচারক লোকটিকে গুলি করার আদেশ দেয় (ইউ 1 = 'এক্সিকিউট'), তবে এটি ক্যাপ্টেনকে গুলি চালানোর আদেশ জারি করে, যার ফলে রাইফেলম্যান বন্দীকে গুলি করে এবং তার ফলে তার মৃত্যু ঘটে। যদি আদালতের আদেশ না দেওয়া হয় তবে ক্যাপ্টেন নীরব থাকেন, রাইফেলম্যান গুলি চালায় না এবং বন্দীটি জীবিত অবস্থায় পড়ে যায়।

মুক্তা যুক্তি দেয় যে কীভাবে তার মডেলটি কার্যকারিতা, নকশা পরীক্ষা-নিরীক্ষার বিষয়ে বিতর্ক, হস্তক্ষেপের প্রভাবগুলির পূর্বাভাস দেওয়ার জন্য এবং পাল্টা-তথ্যমূলক প্রশ্নের উত্তর দেওয়ার জন্য ব্যবহার করা যেতে পারে। হস্তক্ষেপ সম্ভাবনা তত্ত্বের যে কোনও কিছু থেকে পৃথক। হস্তক্ষেপ করার সময় আমরা মডেলটির সাথে আলাপচারিতা করি এবং একটি পরিবর্তনশীল ধ্রুবক ধরে রাখি (যা কেবল সম্ভাব্য কন্ডিশনিংয়ের মতো পরিবর্তনশীল একটি নির্দিষ্ট রাজ্যে রয়েছে তা পর্যবেক্ষণের চেয়ে বেশি), এবং পার্ল কীভাবে মডেলটিতে "অস্ত্রোপচার" করবেন তা বর্ণনা করে এই হস্তক্ষেপের ফলাফল পূর্বাভাস। কাউন্টার-ফ্যাক্টুয়ালগুলি উত্তর দেওয়া আরও বেশি কঠিন, কারণ আমরা জানতে চাইছি যে পরীক্ষার ফলাফল কী হতো যদি তা কিছু না হলেও ঘটেছিল। পার্লের মডেলগুলি এটি সম্পর্কে।

অন্যদিকে গ্রেঞ্জার কার্যকারিতা একটি পরিসংখ্যান পদ্ধতি, এবং কারণকে "প্রমাণ" করার কোনও প্রচেষ্টা করে না। যদি আমাদের পুরো প্রক্রিয়া থাকে তবে আমরা "কলসিযোগ্য কার্যকারিতা" সম্পর্কিত একটি গ্রাফ পেতে গ্র্যানার কার্যকারিতাটি ব্যবহার করতে পারি, যা সম্ভাব্য সত্যিকারের কারণ হিসাবে ব্যাখ্যা করা যেতে পারে বা তাদের আন্তঃসংযোগের ব্যবস্থা সরবরাহ করতে, বা শক্তি বা তথ্যের প্রবাহ সনাক্ত করতে পারে প্রক্রিয়া মধ্যে। আক্ষরিক কারণের ক্ষেত্রে, আপনি এমন একটি পরিস্থিতি কল্পনা করতে পারেন যেখানে পরীক্ষাগুলি (পার্লের পদ্ধতির জন্য প্রয়োজনীয়) খুব ব্যয়বহুল। কোন ক্ষেত্রে, আপনি এখনও সিস্টেমটি পর্যবেক্ষণ করতে এবং সম্ভাব্য কারণগুলিতে জিনিসগুলিকে সংকীর্ণ করতে গ্রানজার-কার্যকারিতা প্রয়োগ করতে সক্ষম হতে পারেন। এটি করার পরে, আপনার অতিরিক্ত সংস্থানগুলি কোথায় উপযুক্ত তা অনুধাবন করতে পারেন।

পার্লের কার্যকারণীয় মডেলগুলি পড়ার সাথে সাথে একটি প্রশ্ন অবিলম্বে মনে আসে যে "মডেলটি প্রথম স্থানে কীভাবে তৈরি করা যায়?" এটি ডোমেন দক্ষতা এবং হাইপোথাইজাইজিংয়ের সংমিশ্রনের মাধ্যমে সম্পন্ন হবে তবে গ্রেঞ্জার-কার্যকারিতা সম্ভাব্যভাবে পার্ল কার্যকারিতা মডেলটি কীভাবে তৈরি করবেন সে সম্পর্কে আরও কিছু তথ্য সরবরাহ করতে পারে।

যেহেতু আমার মন্তব্য করার মতো খ্যাতি নেই, আমি এখানে দিমিত্রি ভি। মাস্টারভের উত্তরের একটি সমালোচনা যুক্ত করব: পীপগুলি গ্রেঞ্জার-কারণ ইস্টার হয় না। ইস্টার ইস্টের সাথে পর্যায়ক্রমে ঘটে, যদিও পীপসের ঘটনাটি ইস্টারের সাথে ঘনিষ্ঠভাবে সম্পর্কযুক্ত, তবে ইস্টারের ঘটনার ইতিহাসটি ভবিষ্যতের ঘটনাটি অনুমান করার জন্য যথেষ্ট। পিপস সম্পর্কিত তথ্য ইস্টার সম্পর্কে কোনও অতিরিক্ত তথ্য যুক্ত করে না। আমি মনে করি এটি একটি মূল বিষয়: গ্রেঞ্জার-কার্যকারিতা নিখরচনের তুলনায় অনেক বেশি। প্রসেসগুলি যে সম্পর্কিত হয় সেগুলির কোনও গ্রেঞ্জার-কার্যকারণ সম্পর্ক নাও থাকতে পারে এবং গ্রানজার-কার্যকারিতা সম্পর্কিত প্রক্রিয়াগুলির সাথে সম্পর্কযুক্ত নাও হতে পারে।


2
আপনার বিস্তারিত উত্তর (+1) জন্য আপনাকে ধন্যবাদ। তুলনামূলকভাবে পুরানো প্রশ্নগুলিতে মানুষের প্রতিক্রিয়া দেখে আমি আনন্দিত অবাক হয়েছি।
আলেকসান্দ্র ব্লেক
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.