যেহেতু কেউ পি-মানগুলির জন্য আত্মবিশ্বাসের অন্তরগুলি গণনা করতে পারে এবং যেহেতু বিরতি অনুমানের বিপরীতটি বিন্দু অনুমান: পি-মানটি কোনও বিন্দুর অনুমান হয়?
যেহেতু কেউ পি-মানগুলির জন্য আত্মবিশ্বাসের অন্তরগুলি গণনা করতে পারে এবং যেহেতু বিরতি অনুমানের বিপরীতটি বিন্দু অনুমান: পি-মানটি কোনও বিন্দুর অনুমান হয়?
উত্তর:
পয়েন্ট অনুমান এবং আত্মবিশ্বাসের বিরতিগুলি প্যারামিটারগুলির জন্য যা বিতরণকে বর্ণনা করে, যেমন গড় বা স্ট্যান্ডার্ড বিচ্যুতি।
তবে অন্যান্য নমুনা পরিসংখ্যানের মতো যেমন নমুনাটি বোঝায় এবং নমুনা স্ট্যান্ডার্ড বিচ্যুতি পি-মান কোনও আকর্ষণীয় বিতরণ প্যারামিটারের কোনও দরকারী অনুমানক নয়। প্রযুক্তিগত বিশদ জানতে @ ভুবারের উত্তরটি দেখুন।
পরীক্ষার-পরিসংখ্যানের জন্য পি-মান পরীক্ষা-পরিসংখ্যানের প্রত্যাশিত মান থেকে কোনও বিচ্যুতি পর্যবেক্ষণের সম্ভাব্যতা দেয় যে নমুনায় দেখা যায় যতটা বড় পর্যবেক্ষণ করা হয়, অনুমানের অধীনে নাল অনুমানটি সত্য বলে গণনা করা হয়। আপনার যদি পুরো বিতরণ থাকে তবে তা নাল অনুমানের সাথে সামঞ্জস্যপূর্ণ, বা এটি নয়। এটি সূচক ভেরিয়েবলের মাধ্যমে বর্ণনা করা যেতে পারে (আবার, @ ভুবার দ্বারা উত্তরটি দেখুন)।
তবে পি-মানটি সূচক ভেরিয়েবলের দরকারী অনুমানক হিসাবে ব্যবহার করা যায় না কারণ এটি পি-মানটি রূপান্তর করে না কারণ নাল অনুমানটি সত্য হলে নমুনার আকার বৃদ্ধি পায় কারণ এটি পি-মান রূপান্তর করে না। এটি উল্লেখ করার একটি জটিল জটিল বিকল্প উপায় যে একটি পরিসংখ্যানগত পরীক্ষা নাল বাতিল বা প্রত্যাখ্যান করতে ব্যর্থ হতে পারে, তবে এটি কখনই নিশ্চিত করে না।
হ্যাঁ, এটি হতে পারে (এবং হয়েছে) যুক্তি দিয়েছিল যে পি-মানটি একটি বিন্দু অনুমান।
কোনও পি-ভ্যালু অনুমান করতে পারে এমন কোনও বিতরণের যে কোনও সম্পত্তিই সনাক্ত করতে, আমাদের ধরে নিতে হবে যে এটিকে সংক্ষিপ্তভাবে পক্ষপাতহীন। তবে, অ্যাসিপোটোটিকভাবে, নাল হাইপোথিসিসের গড় পি-মানটি (আদর্শভাবে; কিছু পরীক্ষার জন্য এটি কিছু অন্যান্য ননজারো সংখ্যা হতে পারে) এবং অন্য কোনও অনুমানের জন্য এটি । সুতরাং, পি-মানটি নাল অনুমানের জন্য সূচী ফাংশনের অর্ধেক হিসাবে বিবেচনা করা যেতে পারে।0
স্বীকারযোগ্যভাবে এইভাবে কোনও পি-মান দেখতে কিছু সৃজনশীলতা লাগে। আমরা পি-ভ্যালু দিয়ে আমাদের যে সিদ্ধান্তটি নিয়েছি সে হিসাবে প্রশ্নে অনুমানকারীকে দেখে আমরা আরও কিছুটা ভাল করতে পারলাম : অন্তর্নিহিত বিতরণটি নাল অনুমানের সদস্য বা বিকল্প অনুমানের সদস্য? আসুন সম্ভাব্য সিদ্ধান্তের এই সেটটি কল করুন । জ্যাক কেফার লিখেছেন
আমরা মনে করি যে এমন একটি পরীক্ষা রয়েছে যার পরিসংখ্যানবিদরা ফলাফলটি পর্যবেক্ষণ করতে পারেন। এই ফলাফলটি একটি এলোমেলো পরিবর্তনশীল বা এলোমেলো ভেক্টর দ্বারা বর্ণিত হয়েছে ...। সম্ভাব্যতা আইন পরিসংখ্যানবিদ অজানা, কিন্তু এটা জানা যায় বণ্টনের ফাংশনের এর একটি নির্দিষ্ট শ্রেণীর সদস্য বন্টন ফাংশন। ...এক্স এফ এক্স Ω
একটি পরিসংখ্যানগত সমস্যা যদি বলা হয় যে বিন্দু অনুমানের সমস্যা যদি হয় তবে কিছু প্রকৃত বা ভেক্টর-মূল্যবান সম্পত্তির সম্ভাব্য মানগুলির সংগ্রহ যা যুক্তিসঙ্গতভাবে মসৃণ উপায়ে এর উপর নির্ভরশীল ।এফ এফ
এই ক্ষেত্রে, পৃথক হওয়ার কারণে , "যুক্তিসঙ্গতভাবে মসৃণ" মোটেই বাধা নয়। কেফারের পরিভাষা এটিকে প্রতিবিম্বিতকারীগুলির পরিবর্তে "পরীক্ষার" হিসাবে পৃথক সিদ্ধান্তের জায়গাগুলির পরিসংখ্যানগত পদ্ধতিগুলি উল্লেখ করে এটি প্রতিফলিত করে।
যদিও এই ধরণের সংজ্ঞাগুলির সীমা (এবং সীমাবদ্ধতা) অন্বেষণ করা আকর্ষণীয়, যদিও এই প্রশ্নটি আমাদের আমন্ত্রণ জানায়, সম্ভবত আমাদের খুব বেশি জোর দেওয়া উচিত নয় যে পি-মানটি একটি বিন্দু অনুমানকারী, কারণ অনুমানকারী এবং পরীক্ষাগুলির মধ্যে এই পার্থক্য উভয়ই দরকারী এবং প্রচলিত।
এই প্রশ্নের মন্তব্যে খ্রিস্টান রবার্ট 1992 সালের একটি গবেষণাপত্রে মনোযোগ এনেছিলেন যেখানে তিনি এবং সহ-লেখকরা ঠিক এই দৃষ্টিকোণটি নিয়েছিলেন এবং সূচক ফাংশনের প্রাক্কলনকারী হিসাবে পি-মানটির স্বীকৃতি বিশ্লেষণ করেছিলেন । নীচের উল্লেখগুলিতে লিঙ্কটি দেখুন। কাগজ শুরু,
হাইপোথিসিস টেস্টিংয়ের পন্থাগুলি পরীক্ষার সমস্যাটিকে সাধারণত অনুমানের পরিবর্তে সিদ্ধান্ত গ্রহণের একটি হিসাবে বিবেচনা করে। আরও স্পষ্টভাবে বলতে গেলে, একটি আনুষ্ঠানিক অনুমানের পরীক্ষার ফলে একটি অনুমানটি সত্য কিনা এবং এই সিদ্ধান্তে উপনীত হওয়ার সাথে যুক্ত করার জন্য একটি প্রমাণের পরিমান সরবরাহ করে না কিনা তা একটি সিদ্ধান্তে পৌঁছবে। এই গবেষণাপত্রে আমরা সিদ্ধান্ত-তাত্ত্বিক কাঠামোর মধ্যে অনুমানের সমস্যা হিসাবে অনুমানের পরীক্ষাটি বিবেচনা করি ...।
[সামনে জোর দাও.]
জিউন জোন হোয়াং, জর্জ কেসেলা, ক্রিশ্চিয়ান রবার্ট, মার্টিন টি ওয়েলস এবং রজার এইচ ফারেল, টেস্টিংয়ের যথার্থতার অনুমান । অ্যান। পরিসংখ্যানবিৎ। খণ্ড 20, সংখ্যা 1 (1992), 490-509। অ্যাক্সেস খুলুন ।
জ্যাক কার্ল কেফার, পরিসংখ্যানগত অনুক্রমের ভূমিকা । স্প্রিঞ্জার-ভার্লাগ, 1987।