আমি বলব যে "রিগ্রেশন মডেল" হ'ল এক ধরণের মেটা-ধারণা, এই অর্থে যে আপনি "রিগ্রেশন মডেল" এর সংজ্ঞা পাবেন না, তবে আরও বেশি কংক্রিট ধারণাগুলি যেমন "লিনিয়ার রিগ্রেশন", "অ-লিনিয়ার রিগ্রেশন", "শক্তিশালী রিগ্রেশন" এবং আরও অনেক কিছু। এটি গণিতের মতো একইভাবে আমরা সাধারণত "সংখ্যা" সংজ্ঞায়িত করি না, তবে "প্রাকৃতিক সংখ্যা", "পূর্ণসংখ্যার", "আসল সংখ্যা", "পি-অ্যাডিক নম্বর" এবং আরও কিছু আছে এবং যদি কেউ এইটিকে অন্তর্ভুক্ত করতে চায় তবে সংখ্যার মধ্যে চতুর্থাংশ এটি হতে পারে! এটি আসলে কোনও বিষয় নয়, আপনি এই মুহুর্তে যে বই / কাগজটি পড়ছেন তা কী সংজ্ঞাগুলি ব্যবহার করে তা গুরুত্বপূর্ণ।
সংজ্ঞা হয় টুলস , এবং essentialism কি নিয়ে আলোচনা করছে যে সারাংশ এর ..., কি একটা শব্দ সত্যিই মানে , কদাপি উপযুক্ত হয়।
সুতরাং, অন্যান্য ধরণের পরিসংখ্যানের মডেলগুলির থেকে একটি "রিগ্রেশন মডেল" কে কী আলাদা করে? বেশিরভাগ ক্ষেত্রে, এখানে একটি প্রতিক্রিয়ার ভেরিয়েবল রয়েছে , যা আপনি প্রেডিকটর ভেরিয়েবলের কিছু সেট দ্বারা প্রভাবিত (বা দ্বারা নির্ধারিত) হিসাবে মডেল করতে চান । আমরা অন্য দিককে প্রভাবিত করতে আগ্রহী নই, এবং ভবিষ্যদ্বাণীকারী ভেরিয়েবলগুলির মধ্যে সম্পর্কের বিষয়ে আমরা আগ্রহী নই। বেশিরভাগ ক্ষেত্রে, আমরা পূর্বাভাসকারী ভেরিয়েবলগুলি প্রদত্ত হিসাবে গ্রহণ করি এবং এগুলি এলোমেলো ভেরিয়েবল হিসাবে নয়, মডেলটিতে স্থির হিসাবে বিবেচনা করি।
উপরে উল্লিখিত সম্পর্কটি লিনিয়ার বা ননলাইনার হতে পারে, প্যারামেট্রিক বা ননপ্যারামেট্রিক পদ্ধতিতে নির্দিষ্ট করা ইত্যাদি and
অন্যান্য মডেলগুলি থেকে চিত্রিত করার জন্য আমরা "রিগ্রেশন মডেলগুলি" যেমন "ভেরিয়েবলগুলির ত্রুটিগুলি" এর মতো আলাদা কিছু বোঝাতে ব্যবহৃত হয় সে সম্পর্কে আরও কিছু শব্দ লক্ষ্য করা যায়, যখন আমরা ভবিষ্যদ্বাণী ভেরিয়েবলগুলিতে পরিমাপের ত্রুটির সম্ভাবনা গ্রহণ করি। এটি উপরের আমার "রিগ্রেশন মডেল" এর বর্ণনায় ভালভাবে অন্তর্ভুক্ত থাকতে পারে তবে প্রায়শই বিকল্প মডেল হিসাবে নেওয়া হয়।
এছাড়াও, ক্ষেত্রগুলির মধ্যে পরিবর্তিত হতে পারে এর অর্থ কী, বনামকে সংশোধন করার ক্ষেত্রে কন্ডিশনার মধ্যে পার্থক্য কী?
পুনরাবৃত্তি করার জন্য: আপনি যে লেখক এখন পড়ছেন তার দ্বারা ব্যবহৃত সংজ্ঞাটি কী তা গুরুত্বপূর্ণ এবং এটি "সত্যই" এটি সম্পর্কে কোনও রূপকবিদ্যাই নয়।