এলোমেলো প্রভাবগুলি কি কেবল শ্রেণিবদ্ধভাবে প্রয়োগ করতে পারে?

Question

এই প্রশ্নগুলি বোকা লাগতে পারে, তবে ... এটি কি সঠিক যে এলোমেলো প্রভাবগুলি কেবল শ্রেণিবদ্ধ ভেরিয়েবলগুলিতে প্রয়োগ করতে পারে (যেমন পৃথক আইডি, জনসংখ্যার আইডি, ...), যেমন বলতে শ্রেণিবদ্ধ পরিবর্তনশীল:$x_i$

$y_i$ ~$\beta_{x_i}$

$\beta_{x_i}$ ~$Norm(\mu, \delta^2)$

তবে নীতি থেকে র্যান্ডম এফেক্টটি অবিচ্ছিন্ন চলকগুলিতে (যেমন উচ্চতা, ভর ...) প্রয়োগ করতে পারে না , বলুন :$z_i$

$y_i$ ~$\alpha + \beta \cdot z_{i}$

কারণ তখন কেবলমাত্র একটি গুণফল আছে যা সীমাবদ্ধ করা যায় না? যৌক্তিক মনে হয় তবে আমি অবাক হই কেন এটি পরিসংখ্যানের সাহিত্যে কখনই উল্লেখ করা হয় না! ধন্যবাদ!$\beta$

সম্পাদনা করুন: কিন্তু কি যদি আমি সীমাবদ্ধ মত ~ ? তাহলে কি এলোমেলো প্রভাব? কিন্তু এই আমি পরিধান সীমাবদ্ধ থেকে ভিন্ন এখানে আমি সীমাবদ্ধ - পরিবর্তনশীল পূর্ববর্তী উদাহরণে যেহেতু আমি সীমাবদ্ধ সহগ ! এটি আমার কাছে বড় জগাখিচুড়ি হিসাবে দেখা শুরু করে ... যাইহোক, এই প্রতিবন্ধকতাটি রাখার পক্ষে খুব বেশি অর্থ হয় না, কারণ মান হিসাবে পরিচিত, তাই সম্ভবত এই ধারণাটি সম্পূর্ণ বিজোড় :-)$z_i$$z_i$$Norm(\mu, \delta^2)$$\beta_{x_i}$$z_i$

Comments

আকর্ষণীয় সম্পর্কিত প্রশ্ন: stats.stackexchange.com/q/61531/5509

— কৌতূহল

Answer 1

এটি একটি ভাল এবং খুব প্রাথমিক প্রশ্ন।

এলোমেলো প্রভাবগুলির ব্যাখ্যা খুব ডোমেন-নির্দিষ্ট এবং এটি মডেলিংয়ের পছন্দ (পরিসংখ্যানের মডেল বা বায়েশিয়ান বা ঘনঘনবাদী হওয়া) এর উপর নির্ভর করে। খুব ভাল আলোচনার জন্য 245 পৃষ্ঠা, গেলম্যান এবং হিল (2007) দেখুন । বায়েশিয়ানদের জন্য সমস্ত কিছুই এলোমেলো (যদিও প্যারামিটারগুলির সত্যিকারের নির্ধারিত মান থাকতে পারে, এগুলি এলোমেলো হিসাবে মডেল করা হয়), এবং একটি বার্ষিকী একটি স্থির প্রভাব হিসাবে পরামিতি মানটিও বেছে নিতে পারে যা অন্যথায় এলোমেলো হিসাবে মডেল করা হত ( কেসেলা, ২০০৮ , ব্লকগুলি সম্পর্কে আলোচনা স্থির বা এলোমেলো উদাহরণ হিসাবে উদাহরণস্বরূপ 3.2)।

সম্পাদনা করুন (মন্তব্যের পরে)

আপনি তাদের পর্যবেক্ষণ করার পরে ডেটা স্থির করা হয়। যদি তারা অবিচ্ছিন্ন থাকে তবে এগুলি ধারাবাহিক হিসাবে মডেল করা উচিত। আপনি শ্রেণিবদ্ধ এবং কখনও কখনও অবিচ্ছিন্ন হিসাবে (যেমন একটি সাধারণ ভেরিয়েবল সেটিংয়ের মতো) শ্রেণিবদ্ধ ভেরিয়েবলগুলি মডেল করতে পারেন। প্যারামিটারগুলি অজানা এবং সেগুলি স্থির বা এলোমেলো হিসাবে মডেল করা যেতে পারে। প্যারামিটারগুলি মূলত ভবিষ্যদ্বাণীকারীদের প্রতিক্রিয়া সম্পর্কিত। যদি আপনি পৃথক ভবিষ্যদ্বাণীকের predাল (বা লিনিয়ার মডেলের এটির সহগ) প্রতিটি প্রতিক্রিয়ার জন্য আলাদা করতে চান তবে এটিকে এলোমেলো হিসাবে মডেল করুন, অন্যথায় স্থির হিসাবে মডেল করুন। একইভাবে, আপনি যদি গ্রুপগুলি সম্পর্কে ইন্টারসেপ্টটি পরিবর্তিত করতে চান তবে তাদের এলোমেলো হিসাবে মডেল করা উচিত; অন্যথায় এগুলি স্থির করা উচিত।

Comments

আপনার উত্তরের জন্য ধন্যবাদ, তবে হুঁ .... আমি একটি সাধারণ প্রশ্ন রেখেছি এবং কোনওরকম সহজ বা সাধারণ উত্তর প্রত্যাশা করেছি :) আপনার ২ য় অনুচ্ছেদে আপনি বলেছেন যে বায়েশিয়ানে সবকিছু এলোমেলো। দয়া করে এটি খুব জটিল করবেন না :) আমি ইচ্ছাকৃতভাবে মডেল স্তরে জিজ্ঞাসা করেছি, অনুগ্রহ করে ঘনঘনবাদী বা বায়সিয়ান সম্পর্কে ভুলে যান - আমি নীতিতে আগ্রহী - কোন ধরণের ভেরিয়েবলের জন্য এলোমেলো প্রভাবগুলি সাধারণত ব্যবহৃত হয়?

— কৌতুহল

তৃতীয় অনুচ্ছেদে এটি আপনি সময় সিরিজের সাথে একটি বিশেষ অ্যাপ্লিকেশন রেখেছিলেন, আমি নিশ্চিত যে আমি এটি বুঝতে পেরেছি তা নিশ্চিত নই তবে আফ্রিক সময় সিরিজটি সাধারণত বিচ্ছিন্ন হয় (ধারাবাহিক নয়) আপনি যদি সিরিয়াল সম্পর্ক সম্পর্কিত কথা বলেন ... যাইহোক, যদি আপনার কোনওরকম আরও সাধারণ থাকে উত্তর, দয়া করে ভাগ করুন। আবার, উত্তরের জন্য আপনাকে ধন্যবাদ!

— কৌতূহলী

এলোমেলোতা অজানা জিনিস। আপনার যদি পর্যবেক্ষণ থাকে তখন তারা পরিচিত হয়! আপনি যা জানেন কেবলমাত্র তা হ'ল আপনার ডেটা। অজানাগুলি প্যারামিটার এবং এগুলি এলোমেলো বা স্থির হিসাবে মডেল করা যেতে পারে। (বিভ্রান্তির জন্য দুঃখিত; আমি একমত, আমি অহেতুক জিনিস জটিল করে দিয়েছি।)

— সানকুলসু

আপনার উত্তর সহজ করার জন্য ধন্যবাদ। আমার প্রশ্ন রুট আসছে তাই - তাই মানে কি এই যে উত্তর হ্যাঁ , অর্থাত্ র্যান্ডম প্রভাব, শুধুমাত্র শ্রেণীগত ভেরিয়েবল ক্ষেত্রে প্রযোজ্য কারণ র্যান্ডম প্রভাব শুধুমাত্র মাপদণ্ডগুলি (ডেটা নেই) ক্ষেত্রে প্রযোজ্য, এবং শুধুমাত্র পরামিতি অনুকরণে করা যেতে পারে এলোমেলোভাবে যেমন একাধিক স্তর আছে, অর্থাত্ একটি শ্রেণিবদ্ধ পরিবর্তনশীল? এবং অবিচ্ছিন্ন ভেরিয়েবলগুলির পরামিতিগুলিকে এলোমেলো হিসাবে মডেল করা যায় না, কারণ অবিচ্ছিন্ন ভেরিয়েবলের জন্য কেবলমাত্র 1 টি প্যারামিটার মান আছে? ধন্যবাদ!

— কৌতূহল

আপনার নির্দিষ্ট সেটিংয়ে উত্তরটি হ্যাঁ । তবে সাধারণভাবে উত্তরটি আমি বলব, এটি কোনও নয় কারণ অবিচ্ছিন্ন ভেরিয়েবলগুলি গ্রুপ অনুসারে পরিবর্তিত হতে পারে। উদাহরণস্বরূপ, শহরের বাসিন্দাদের আয় গ্রামের চেয়ে বেশি হওয়া উচিত (আপনার মতে এটি অবস্থানের জন্য দুটি পৃথক পৃথক শ্রেণীবদ্ধ হতে পারে)।

— সানকুলসু

Answer 2

আপনার প্রশ্নটি ইতিমধ্যে সমাধান হয়ে গেছে, তবে এটি আসলে একটি পাঠ্য বইয়ে লেখা আছে;

এলোমেলো প্রভাবগুলি শ্রেণিবদ্ধ পরিবর্তনশীল যার স্তরের কিছু বৃহত জনসংখ্যার থেকে নমুনা হিসাবে দেখা হয়, স্থির প্রভাবগুলির বিপরীতে, যার স্তরগুলি তাদের নিজস্ব স্বার্থে আগ্রহী,

232 পৃষ্ঠায়: অ্যালান গ্রাফেন এবং রোজি হেইলস (2002) "জীবন বিজ্ঞানের আধুনিক পরিসংখ্যান", অক্সফোর্ড ইউনিভার্সিটি প্রেস।

Comments

এটি সমস্ত সত্য, তবে আমি মনে করি না যে এটির প্রশ্নের উত্তর।

— প্যাট্রিক কৌলম্ব

আমি @ পেট্রিককৌলম্বের উপরের মন্তব্যের সাথে একমত নই, আমি মনে করি এটি প্রশ্নের সঠিক উত্তর দেয় answers +1 টি।

— অ্যামিবা

Answer 3

আমি মনে করি যে বিষয়টি এখানে দুটি বিষয় জড়িত রয়েছে। এলোমেলো প্রভাবগুলির একটি সাধারণ উদাহরণ উচ্চ বিদ্যালয়ের সময় কয়েকটি টেস্টে তাদের গড় স্কোর সহ বিভিন্ন কারণের ভিত্তিতে কলেজ ছাত্রের গ্রেড পয়েন্ট এভারেজ (জিপিএ) এর পূর্বাভাস দিতে পারে।

গড় স্কোর অবিচ্ছিন্ন । আপনার প্রতিটি ব্যক্তির গড় স্কোরের জন্য সাধারণত আলাদা আলাদা ইন্টারসেপ্ট বা ইন্টারসেপ্ট এবং opeালু থাকে। স্বতন্ত্রভাবে স্পষ্টত শ্রেণিবদ্ধ হয় ।

সুতরাং আপনি যখন বলেন "কেবল শ্রেণিবদ্ধ পরিবর্তনশীলগুলির জন্য প্রযোজ্য" তখন এটি কিছুটা অস্পষ্ট। বলুন আপনি কেবল গড় স্কোরের জন্য এলোমেলো ইন্টারসেপ্ট বিবেচনা করেন। এই ক্ষেত্রে, আপনার অবিচ্ছিন্ন পরিমাণের জন্য এলোমেলো বাধা এবং প্রকৃতপক্ষে প্রক্রিয়া দ্বারা নির্ধারিত একটি গড় এবং মান বিচ্যুতি সহ গাউসীয় ভেরিয়েবলের মতো কিছু হিসাবে মডেল করা হয়। তবে এই র্যান্ডম ইন্টারসেপ্ট শিক্ষার্থীদের একটি জনসংখ্যার মধ্যে নির্ধারিত হয় যেখানে প্রতিটি শিক্ষার্থী একটি পৃথক ভেরিয়েবল দ্বারা চিহ্নিত হয়।

আপনি ছাত্র আইডির পরিবর্তে একটি "অবিচ্ছিন্ন" পরিবর্তনশীল ব্যবহার করতে পারেন। হতে পারে আপনি একজন শিক্ষার্থীর উচ্চতা চয়ন করতে পারেন। তবে এটির মূলত চিকিত্সাগতভাবে আচরণ করা উচিত। যদি আপনার উচ্চতার পরিমাপগুলি খুব সুনির্দিষ্ট হয় তবে আপনি আবার প্রতিটি শিক্ষার্থীর জন্য একটি অনন্য উচ্চতা অর্জন করতে পারতেন তাই আলাদা কিছু করতে পারতেন না। যদি আপনার উচ্চতার পরিমাপ খুব সুনির্দিষ্ট না হয় তবে আপনি প্রতিটি উচ্চতায় একসাথে একাধিক শিক্ষার্থীকে লম্পিং দিয়ে শেষ করবেন। (তাদের স্কোরগুলি সম্ভবত অসৎ-সংজ্ঞায়িত উপায়ে মিশ্রিত করা))

এটি ইন্টারঅ্যাকশন এর বিপরীতে সাজান। একটি মিথস্ক্রিয়াতে, আপনি দুটি ভেরিয়েবলকে গুণিত করছেন এবং মূলত উভয়কে অবিচ্ছিন্ন হিসাবে আচরণ করছেন। একটি শ্রেণিবদ্ধ ভেরিয়েবল 0/1 ডামি ভেরিয়েবলের একটি সেটে বিভক্ত হবে এবং 0 বা 1 ইন্টারঅ্যাকশনটিতে অন্যান্য ভেরিয়েবলের বহুগুণ হবে।

তল লাইনটি হ'ল একটি "এলোমেলো প্রভাব" কিছুটা অর্থে কেবল একটি গুণফল যা একটি নির্দিষ্ট মানের পরিবর্তে বিতরণ (মডেল করা হয়)।

Comments

সম্পাদনা করতে সক্ষম হতে দয়া করে আপনার প্রধান অ্যাকাউন্টের অধীনে লগ ইন করুন।

— অ্যামিবা