জিলিয়াক (২০১১) পি-মান ব্যবহারের বিরোধিতা করে এবং কিছু বিকল্পের কথা উল্লেখ করে; তারা কি?


25

"ম্যাট্রিক্স বনাম সিরাকুসানো এবং শিক্ষার্থী বনাম ফিশারের পরিসংখ্যান সম্পর্কিত তাত্পর্যপূর্ণ তাত্পর্য" (ডিওআই: 10.1111 / জে .740-9713.2011.00511.x) নামে পরিসংখ্যানগত অনুমানের জন্য পি-মানের উপর নির্ভর করার শপথ নিয়ে আলোচনা করা সাম্প্রতিক একটি নিবন্ধে , স্টিফেন টি। জিলিয়াক পি-মান ব্যবহারের বিরোধিতা করেছেন। সমাপনী অনুচ্ছেদে তিনি বলেছেন:

ডেটা হ'ল এক জিনিস যা আমরা ইতিমধ্যে জানি এবং নির্দিষ্টভাবে। আমরা আসলে যা জানতে চাই তা হ'ল কিছু আলাদা: আমাদের কাছে থাকা ডেটাগুলির পরিপ্রেক্ষিতে একটি অনুমানের সত্য (বা কমপক্ষে ব্যবহারিকভাবে কার্যকর) হওয়ার সম্ভাবনা। আমরা প্রমাণ পেতে যে দুটি ওষুধ আলাদা এবং কতটা দ্বারা সম্ভাবনাটি জানতে চাই। তাত্পর্যপূর্ণ পরীক্ষা - এটি ট্রান্সপোজড শর্তসাপকের ভয়াবহতার উপর ভিত্তি করে, ফিশার যে ফাঁদে পড়েছিল - তা আমাদের সম্ভাব্যতা বলে না এবং করতে পারে না। বিদ্যুৎ ফাংশন, প্রত্যাশিত ক্ষতির ফাংশন এবং শিক্ষার্থী এবং জেফরি থেকে নেমে আসা অনেকগুলি সিদ্ধান্ত-তাত্ত্বিক এবং বায়সিয়ান পদ্ধতি, এখন ব্যাপকভাবে উপলভ্য এবং বিনামূল্যে অনলাইনে রয়েছে do

পাওয়ার ফাংশন, প্রত্যাশিত ক্ষতির ফাংশন এবং "অন্যান্য সিদ্ধান্ত-তাত্ত্বিক এবং বায়েসিয়ান পদ্ধতিগুলি" কী? এই পদ্ধতিগুলি কি বহুল ব্যবহৃত হয়? তারা আর পাওয়া যায়? এই নতুন প্রস্তাবিত পদ্ধতিগুলি কীভাবে প্রয়োগ করা হয়? উদাহরণস্বরূপ, আমি কীভাবে এই পদ্ধতিগুলি আমার ডেপাসেটে পরীক্ষা করার জন্য ব্যবহার করব আমি অন্যথায় প্রচলিত দ্বি-নমুনা টি-পরীক্ষা এবং পি-মানগুলি ব্যবহার করব?


একা ভ্যালু ব্যবহারের বিরুদ্ধে প্রচুর কাগজপত্র রয়েছে , তবে এটি সত্যিই প্রসঙ্গে নির্ভর করে, আইএমও। আপনি কী আগ্রহী সে সম্পর্কে আপনি আরও তথ্য যুক্ত করতে পারেন (সিফ। আপনার শেষ বাক্য)? পি
chl

2
আমার নিবন্ধটিতে অ্যাক্সেস নেই, তবে এই যুক্তি কী ঘটছে তার একটি ত্রুটিপূর্ণ বোঝার নির্দেশ করে। ত্রুটিযুক্ত বোঝাপড়া সত্ত্বেও, অন্যান্য পরিসংখ্যান বিবেচনা করা উচিত এই সিদ্ধান্তটি যুক্তিসঙ্গত। প্রত্যাশিত ক্ষতির ফাংশনটি ক্ষতির ফাংশনের প্রত্যাশিত মানটির একটি অনুমান মাত্র (যেমন স্কোয়ার ত্রুটি, লজিস্টিক ইত্যাদি)।
Iterator

উত্তর:


17

এটি বিভ্রান্ত ব্যক্তির দ্বারা অন্য তীব্র কাগজের মতো শোনাচ্ছে। ফিশার এই জাতীয় কোনও ফাঁদে পড়েনি, যদিও পরিসংখ্যানের অনেক শিক্ষার্থী তা করে।

হাইপোথিসিস পরীক্ষাটি একটি সিদ্ধান্ত তাত্ত্বিক সমস্যা is সাধারণত, আপনি দুটি সিদ্ধান্ত (অনুমানের সত্য বা অনুমান মিথ্যা) এর মধ্যে প্রদত্ত প্রান্তিকের সাথে একটি পরীক্ষা দিয়ে শেষ করেন with যদি আপনার কাছে কোনও হাইপোথিসিস থাকে যা কোনও একক পয়েন্টের সাথে মিলে যায়, যেমন , তবে আপনি যখন সঠিক হবেন তখন আপনার ডেটার সম্ভাব্যতা গণনা করতে পারেন। তবে এটি একটি বিন্দু না হলে আপনি কী করবেন? আপনি একটি ফাংশন পাবেন । হাইপোথিসিস যেমন একটি অনুমান, এবং আপনি আপনার পর্যবেক্ষণের ডেটা তৈরির সম্ভাব্যতার জন্য এই জাতীয় ফাংশনটি পেয়েছেন যে এটি সত্য। যে ফাংশনটি শক্তি ফাংশন। এটি খুব শাস্ত্রীয়। ফিশার এ সম্পর্কে সব জানত।θ=0θθ0

প্রত্যাশিত ক্ষতি সিদ্ধান্ত তত্ত্বের মৌলিক যন্ত্রপাতিটির একটি অংশ। আপনার প্রকৃতির বিভিন্ন রাজ্য রয়েছে এবং সেগুলি থেকে ফলস্বরূপ বিভিন্ন সম্ভাব্য ডেটা এবং আপনার নেওয়া কিছু সম্ভাব্য সিদ্ধান্ত রয়েছে এবং আপনি ডেটা থেকে সিদ্ধান্তের ক্ষেত্রে একটি ভাল ফাংশন সন্ধান করতে চান। আপনি কিভাবে সংজ্ঞা দেবেন? আপনি প্রাপ্ত ডেটা অন্তর্নিহিত প্রকৃতির একটি নির্দিষ্ট অবস্থা এবং সেই পদ্ধতিটি দ্বারা সিদ্ধান্ত নিয়েছেন, আপনার প্রত্যাশিত ক্ষতি কী? এটি ব্যবসায়ের সমস্যাগুলিতে সর্বাধিক সহজভাবে বোঝা যায় (আমি যদি গত তিনটি ত্রৈমাসিকের পর্যবেক্ষণকৃত বিক্রয়ের ভিত্তিতে এটি করি তবে প্রত্যাশিত আর্থিক ক্ষতি কী?)

বায়েশিয়ান পদ্ধতিগুলি সিদ্ধান্ত তাত্ত্বিক পদ্ধতির একটি উপসেট। প্রত্যাশিত ক্ষতিটি তুচ্ছ মামলায় সমস্ত ক্ষেত্রে অনন্যভাবে সর্বোত্তম পদ্ধতি নির্দিষ্ট করতে অপর্যাপ্ত। যদি একটি পদ্ধতি দুটি এবং এ উভয় ক্ষেত্রেই অন্যের চেয়ে ভাল হয় তবে অবশ্যই আপনি এটিকে পছন্দ করবেন, তবে একটি যদি রাজ্য এতে আরও ভাল হয় এবং রাজ্য বিতে একটি ভাল হয়, তবে আপনি কোনটি বেছে নিন? এখানেই বয়েস পদ্ধতি, ন্যূনতমতা এবং পক্ষপাতহীনতার মতো আনুষাঙ্গিক ধারণাগুলি প্রবেশ করে।

টি-টেস্টটি আসলে কোনও সিদ্ধান্তের তাত্ত্বিক সমস্যার সঠিক সমাধান। প্রশ্ন হল কিভাবে আপনার উপর কর্তক চয়ন হল আপনি নিরূপণ। একটি নির্দিষ্ট মান প্রদত্ত মান যা অনুরূপ , টাইপ আমি ত্রুটির সম্ভাবনা, এবং ক্ষমতা একটি নির্দিষ্ট সেটে অন্তর্নিহিত প্যারামিটার আপনি আনুমানিক হিসাব করা হয় আকারের উপর নির্ভর করে। এটি একটি বিন্দু নাল অনুমানটি ব্যবহার করার জন্য কী অনুমান? হ্যাঁ। এটি সাধারণত অনুশীলনে সমস্যা হয়? না, যেমন বিম ডিফ্লেকশনের জন্য বার্নোলির আনুমানিক তত্ত্ব ব্যবহার করা সাধারণত কাঠামোগত ইঞ্জিনিয়ারিংয়ে ঠিক ঠিক থাকে। হচ্ছে না বেহুদা -value? না। আপনার ডেটা দেখে অন্য একজন ব্যক্তি ভিন্ন ব্যবহার করতে চাইতে পারেনটিটিαβপিαআপনার চেয়ে এবং ভ্যালু যে ব্যবহারটি সামঞ্জস্য করে।পি

ফিশার ছাত্রদের কাজের বিস্তৃত প্রচারের জন্য দায়ী ছিলেন বলে বিবেচনা করে তিনি কেন ছাত্র এবং জেফ্রির নাম রেখেছিলেন বলে আমি খানিকটা বিভ্রান্ত।

মূলত, পি-মানগুলির অন্ধ ব্যবহার একটি খারাপ ধারণা এবং এগুলি একটি বরং সূক্ষ্ম ধারণা, তবে এটি তাদের অকেজো করে না। গাণিতিক ব্যাকগ্রাউন্ডের গবেষকরা তাদের অপব্যবহারের বিষয়ে আমাদের আপত্তি করা উচিত? একেবারে, তবে আসুন ফিশার মাঠের লোকটির জন্য কিছু ব্যবহার করার জন্য এটি কিছুটা ছড়িয়ে দেওয়ার চেষ্টা করার আগে এটি দেখতে কেমন ছিল তা মনে রাখুন ।


5
প্রকৃতপক্ষে প্রশ্নের উত্তরের জন্য +1 এবং উদ্ধৃতিটিকে চ্যালেঞ্জ জানাতে একটি অতিরিক্ত (তবে ভার্চুয়াল) +1, যা উত্তেজক তবে সমস্যাযুক্ত। আমি দেখতে পাচ্ছি যে আপনি এখানে সাম্প্রতিক অংশগ্রহণকারী তবে ইতিমধ্যে অনেক উত্তর অবদান রেখেছেন: আমাদের সাইটে অনেক ধন্যবাদ এবং স্বাগত (কিছুটা বিস্মৃতভাবে)!
whuber

আপনার বিস্তারিত উত্তরের জন্য অনেক ধন্যবাদ। এটি সমালোচনামূলকভাবে সেই কাগজে প্রস্তাবিত বিকল্প কৌশলগুলি সম্পর্কে ভাবতে সহায়তা করে। আমি এই প্রশ্নটি জিজ্ঞাসা করেছি কারণ কিছু সহকর্মীরা এই কাগজটি ব্যবহার করার জন্য বলেছিলেন যে আমাদের পি-ভ্যালুগুলিতে মোটেও নজর দেওয়া উচিত নয় এবং আমি বুঝতে পেরেছিলাম যে এই বিকল্পগুলি আসলে কী বোঝায় তা আমি বুঝতে পারি না। স্পষ্ট করার জন্য ধন্যবাদ!
এরিয়েল

@ তবে আমি মনে করি না যে এটি প্রশ্নের কোনও উত্তর দেয় না। জিলিয়াক পরামর্শ দিচ্ছেন যে বিকল্পগুলি ওপিতে জিজ্ঞাসা করা হয়েছিল, এবং এই উত্তরটি তাদের সমাধান করে না। উদাহরণস্বরূপ, জিলিয়াকের সমালোচনার তাত্পর্য লোকেরা কেন 5% বা 1% তাত্পর্য ব্যবহার করে তা স্পর্শ করে। সত্যিই কোন শক্ত কারণ নেই এবং তিনি ফিশারের কাগজপত্রগুলিতে এই স্তরগুলি সন্ধান করতে সক্ষম হন। এটি কেবল কিছু নির্বিচারে, সুবিধাজনক নম্বর। বেসিক সুবিধার উপর ভিত্তি করে "বিকল্প" পদ্ধতির বিপরীতে যেমন ডলারের মান।
আকসকল

1
@ আকসাকাল আমি বিশ্বাস করি যে সিদ্ধান্ত-তাত্ত্বিক সমস্যার সাথে হাইপোথিসিস টেস্টিং সম্পর্কিত এবং পি-ভ্যালুটিকে একটি প্রত্যাশিত ঝুঁকির সাথে স্পষ্টভাবে সংযুক্ত করে (0-1 ক্ষতি ফাংশনের উপর ভিত্তি করে) কথোপকথনে একটি গুরুত্বপূর্ণ অবদান রয়েছে।
whuber

6

আমি আত্মবিশ্বাসের ব্যবধান এবং মডেল-পরীক্ষার মতো বিষয়গুলিতে মনোযোগ দেওয়ার পরামর্শ দিই। এ নিয়ে দুর্দান্ত কাজ করেছেন অ্যান্ড্রু গেলম্যান। আমি তার পাঠ্যপুস্তকগুলির প্রস্তাব দিই কিন্তু তিনি অনলাইনে যে জিনিস রেখেছেন তাও পরীক্ষা করে দেখুন, যেমন: http://andrewgelman.com/2011/06/the_holes_in_my/


5

Ez যখন আপনি ব্যবহার প্যাকেজ সম্ভাবনা অনুপাত প্রদান করে ezMixed()মিশ্র প্রভাব মডেলিং করতে ফাংশন। সম্ভাবনা অনুপাত দুটি মডেলের সম্ভাবনা (পর্যবেক্ষণ করা তথ্য দেওয়া হয়) এর সাথে তুলনা করে একটি ঘটনার প্রমাণ প্রমাণ করার লক্ষ্য নিয়ে থাকে: একটি "সীমাবদ্ধ" মডেল যা ঘটনার প্রভাবকে শূন্যের সাথে সীমাবদ্ধ করে এবং একটি "প্রতিরোধহীন" মডেল যা শূন্য-অ-প্রভাবের অনুমতি দেয় প্রপঁচ. মডেলগুলির ডিফারেনশিয়াল জটিলতার জন্য পর্যবেক্ষিত সম্ভাবনাগুলি সংশোধন করার পরে (আকাইকের তথ্য মাপদণ্ডের মাধ্যমে, যা ক্রস-বৈধকরণের সাথে সংক্ষিপ্ত আকারে সমান), অনুপাতটি ঘটনার প্রমাণকে মাপ দেয়।


4

এই সমস্ত কৌশল আরতে একই অর্থে উপলব্ধ যে সমস্ত বীজগণিত আপনার পেন্সিলে উপলব্ধ। এমনকি পি-মানগুলি আর-তে অনেকগুলি বিভিন্ন ফাংশনের মাধ্যমে উপলব্ধ, কোনও পি-ভ্যালু বা কোন বায়সিয়ান পোস্টেরিয়র পেতে কোন ফাংশনটি ব্যবহার করতে হবে তা নির্ধারণ করে কোনও একক ফাংশন বা প্যাকেজের পয়েন্টারের চেয়ে জটিল।

একবার আপনি এই কৌশলগুলি সম্পর্কে শিখলেন এবং ঠিক কী কী প্রশ্নের উত্তর আপনি চান তা স্থির করে নিন তবে আপনি কীভাবে আর (বা অন্যান্য সরঞ্জাম) ব্যবহার করে এটি করতে পারবেন তা দেখতে পাবেন (বা আমরা আরও সহায়তা সরবরাহ করতে পারি)। রাতের খাবারের জন্য আপনি কী খেতে চান জানতে চাইলে আপনি কেবল নিজের ক্ষতির ক্রিয়াকে হ্রাস করতে চান, বা একটি উত্তরোত্তর বিতরণ "খাবার" জবাব দেওয়ার মতো কার্যকর is

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.