"পূর্ববর্তী রাষ্ট্র" এর আরে "পরবর্তী অবস্থা" এর প্রভাব আছে কিনা তা কীভাবে পরীক্ষা করবেন

Question

একটি পরিস্থিতিটি কল্পনা করুন: আমাদের তিনটি মাইনের historicalতিহাসিক রেকর্ড রয়েছে (20 বছর)। রূপালী উপস্থিতি কি পরের বছরে সোনার সন্ধানের সম্ভাবনা বাড়িয়ে তোলে? কিভাবে এই ধরনের প্রশ্ন পরীক্ষা?

---

এখানে উদাহরণ ডেটা:

mine_A <- c("silver","rock","gold","gold","gold","gold","gold",
            "rock","rock","rock","rock","silver","rock","rock",
            "rock","rock","rock","silver","rock","rock")
mine_B <- c("rock","rock","rock","rock","silver","rock","rock",
            "silver","gold","gold","gold","gold","gold","rock",
            "silver","rock","rock","rock","rock","rock")
mine_C <- c("rock","rock","silver","rock","rock","rock","rock",
            "rock","silver","rock","rock","rock","rock","silver",
            "gold","gold","gold","gold","gold","gold")
time <- seq(from = 1, to = 20, by = 1)

---

Comments

আপনি ট্রানজিশন ম্যাট্রিক্স গণনা করতে আগ্রহী হতে পারেন ।

— অ্যান্ডি ডব্লিউ

হাই @ অ্যানডাব্লিউ! মন্তব্যের জন্য আপনাকে ধন্যবাদ। আমি ট্রানজিশন ম্যাট্রিক্স প্যাকেজটির সাথে পরিচিত: মককোভ্যাচেন - মার্কভ্যাচেনফিট ()। আমি কি ট্রানজিশন ম্যাট্রিক্স থেকে সম্ভাব্যতার মানগুলি পি-মান হিসাবে ব্যবহার করতে পারি? হাইপোথিসিস পরীক্ষা করার কী উপায় আছে: "একটি" সিলভার-সোনার "সম্পর্ক বিদ্যমান।" (পি-মান = এক্সএক্স)?

— লাডিস্লাভ নাও

@ লাডিস্লাভনাদো ট্রানজিশন সম্ভাবনাগুলি পি-ভ্যালু হিসাবে ব্যাখ্যা করা যায় না (পিএ-ভ্যালুগুলি সম্পর্কে আরও শিখার জন্য stats.stackexchange.com/questions/31/… দেখুন)

— টিম

আপনি যেভাবে আপনার ডেটা উত্তোলন করেছেন তাতে আমি একটি সমস্যা দেখতে পাচ্ছি। আপনার "রৌপ্য: না" এবং "সোনার: হ্যাঁ" দৃশ্যের বিষয়টি বিবেচনা করুন, আপনার যুক্তিযুক্ত মানদণ্ডের সাথে মিল রেখে আপনার পরপর "সোনার" রানও গুনতে হবে।

1 থেকে 14 এ সংশোধন করা একটি ঘরের সাথে, মডেলটি এতে পরিবর্তিত হয়: সহগ: প্রাক্কলন স্ট্যান্ডার্ড। ত্রুটির z মান PR (> | জেড |) (ইন্টারসেপ্ট) -1.2528 0.8018 -1.562 0.118 as.factor (সি (0, 1)) 1 0.3655 0.8624 0.424 0.672

Answer 1

আমার সেরা চেষ্টা: ... @ অ্যান্ডডাব্লু দ্বারা প্রস্তাবিত ট্রানজিশন ম্যাট্রিক্সের ব্যবহার সম্ভবত আমি যে সমাধানটি খুঁজছি তা নয় (@ টিমের মন্তব্যের ভিত্তিতে)। সুতরাং আমি একটি ভিন্ন পদ্ধতির চেষ্টা করেছি। আমি এই পাওয়া লিংক যা সঙ্গে পুলিশ কিভাবে লজিস্টিক রিগ্রেশন করতে যেখানে প্রতিক্রিয়া পরিবর্তনশীল y এবং a predictor পরিবর্তনশীল x উভয় বাইনারি হয় ।

উদাহরণস্বরূপ আমার ডেটা ভিত্তিতে আমার 2 × 2 টেবিল তৈরি করা উচিত:

               gold (yes)  gold (no)
silver (yes)       2           7
silver (no)       14          34

আমি কীভাবে মানগুলি উত্তোলন করেছি:

এবং একটি মডেল নির্মাণ:

response <- cbind(yes = c(2, 14), no = c(7, 34))

mine.logistic <- glm(response ~ as.factor(c(0,1)),
                      family = binomial(link=logit))

summary(mine.logistic)
# Coefficients:
#                     Estimate Std. Error z value Pr(>|z|)
# (Intercept)          -1.2528     0.8018  -1.562    0.118
# as.factor(c(0, 1))1   0.3655     0.8624   0.424    0.672

এটি কি ভাল সমাধান? পি-ভ্যালু (0.673) এর অর্থ কী রূপোর উপস্থিতি সোনার সন্ধানের সম্ভাবনা বাড়ায় না?

Comments

কীভাবে আপনি এই দুর্দান্ত চার্টগুলি তৈরি করেছেন? Tikz?

— শ্যাডট্যালকার

হাই @ এসএসডেকট্রোল! চার্চগুলি হাতে হাতে তৈরি করা হয়েছিল ইনস্কেপে।

— লাদিস্লাভ ন্যাও

হ্যাঁ, এটি একটি শালীন ব্যাখ্যা। এছাড়াও, যদি আপনি কেবল আপনার শীর্ষস্থানীয় সারিটিতে 2x2 টেবিলের সারিগুলি দেখেন (রৌপ্য: হ্যাঁ) আপনার 9 টি কেস রয়েছে, যার মধ্যে 2 টি সোনার ছিল, সুতরাং পরের বছর সোনার রৌপ্য সম্ভাবনাটি 2/9 = 0.222 হয়। নীচের সারিতে (রৌপ্য: না) আপনার 48 টি মামলা রয়েছে, যার মধ্যে 14 এর পরের বছর স্বর্ণ ছিল, সুতরাং সোনার কোনও রূপালী সম্ভাব্যতা দেওয়া হয়নি 14 / (14 + 34) = 0.292। সমস্ত দেওয়া, দেখে মনে হচ্ছে রূপালী আপনার সোনার সন্ধানের সুযোগকে আঘাত করে , যদিও আপনার পি-মানগুলি "পরিসংখ্যানগতভাবে উল্লেখযোগ্যভাবে" নয় not

— গ্রেগর থমাস

আপনার কোডিং সম্পর্কেও সচেতন থাকুন, আপনি yes = c(2, 14), no = c(7, 34)যা শুরু করেন তার অর্থ রূপা: হ্যাঁ প্রথমে। সুতরাং আপনি যখন as.factor(c(0, 1))0 টি রূপোর সাথে মিল রাখেন : হ্যাঁ, এটি আপনার রেফারেন্স স্তর এবং এভাবে আপনার বিরতি। ০..67 পি-মানটি ছোট পজিটিভ বাম্পের সাথে মিলে যায় যা আপনি সিলভার থেকে সোনার সন্ধানের সম্ভাব্যতায় পেয়েছেন: হ্যাঁ সিলভার: না।

— গ্রেগর থমাস

একটা শেষ মন্তব্য: আপনি হয় রূপান্তরটি ম্যাট্রিক্স ব্যবহার করে। আপনার 2, 7, 14, 34 ম্যাট্রিক্স একটি রূপান্তর ম্যাট্রিক্স।

— গ্রেগর থমাস