স্থায়ী প্রভাবগুলি হ'ল আপনার ডেটাতে বিভিন্ন গোষ্ঠী বিহীন সংরক্ষণযোগ্য বৈজাতীয়তা অপসারণ করার জন্য।
আমি স্বীকৃত প্রতিক্রিয়াটির সাথে জড়িত বিষয়গুলির সাথে একমত নই যে আপনি "কম বৈচিত্র্য" ব্যবহার করতে চান কিনা তার উপর কোনও এফই মডেল ব্যবহারের সিদ্ধান্ত নির্ভর করবে। যদি আপনার নির্ভরশীল পরিবর্তনশীল আপনার প্যানেলের বিভিন্ন গোষ্ঠীগুলিতে নিয়মতান্ত্রিকভাবে পরিবর্তিত হয় এমন অবিবেশনযোগ্য ভেরিয়েবল দ্বারা প্রভাবিত হয়, তবে এই পরিবর্তনের সাথে সম্পর্কিত কোনও ভেরিয়েবলের সহগটি পক্ষপাতদুষ্ট হবে। আপনার এক্স ভেরিয়েবলগুলি এলোমেলোভাবে বরাদ্দ করা না হলে (এবং এগুলি কখনও পর্যবেক্ষণের ডেটাতে থাকবে না), বাদ দেওয়া ভেরিয়েবল পক্ষপাতিত্বের পক্ষে যুক্তিটি তৈরি করা প্রায়শই সহজ easy আপনি পারেকন্ট্রোল ভেরিয়েবলের একটি ভাল তালিকা সহ বাদ দেওয়া কিছু ভেরিয়েবলের জন্য নিয়ন্ত্রণ করতে সক্ষম হোন, তবে শক্তিশালী সনাক্তকরণটি যদি আপনার 1 নম্বর লক্ষ্য হয় তবে এমনকি নিয়ন্ত্রণের একটি বিস্তৃত তালিকা সমালোচক পাঠকদের আপনার ফলাফল নিয়ে সন্দেহ করার অবকাশ রাখতে পারে। এই ক্ষেত্রে, স্থির-প্রতিক্রিয়া মডেলটি ব্যবহার করা সাধারণত ভাল ধারণা।
ক্লাস্টার্ড স্ট্যান্ডার্ড ত্রুটিগুলি সেই পরিস্থিতিতে হিসাবরক্ষণের জন্য যেখানে প্রতিটি গ্রুপের সাথে পর্যবেক্ষণগুলি আইড নয় (স্বতন্ত্র এবং অভিন্নভাবে বিতরণ করা হয়েছে)।
একটি ক্লাসিক উদাহরণ হ'ল যদি আপনার সময়কালে ফার্মগুলির প্যানেলের জন্য অনেক পর্যবেক্ষণ থাকে। আপনি দৃ firm়-স্তরের স্থির প্রভাবগুলির জন্য অ্যাকাউন্ট করতে পারেন, তবে আপনার নির্ভরশীল ভেরিয়েবলে এখনও কিছু অব্যক্ত ভিন্নতা থাকতে পারে যা সময়ের সাথে সম্পর্কিত। সাধারণভাবে, সময়-সিরিজের ডেটা নিয়ে কাজ করার সময়, সাধারণত আপনার গোষ্ঠীর মধ্যে ত্রুটির শর্তাবলী টেম্পোরাল ক্রমিক সম্পর্কটি ধরে নেওয়া নিরাপদ। এই পরিস্থিতিগুলি ক্লাস্টার্ড এসইগুলির জন্য সর্বাধিক সুস্পষ্ট ব্যবহারের কেস।
উদাহরণস্বরূপ কয়েকটি উদাহরণ:
আপনার যদি পরীক্ষামূলক ডেটা থাকে যেখানে আপনি এলোমেলোভাবে চিকিত্সা বরাদ্দ করেন তবে সময়ের সাথে সাথে প্রতিটি ব্যক্তি / গোষ্ঠীর জন্য পুনরাবৃত্তি পর্যবেক্ষণ করেন, আপনি স্থির প্রভাবগুলি বাদ দিয়ে ন্যায়সঙ্গত হতে পারবেন, তবে আপনার এসইএসগুলিকে ক্লাস্টার করতে চান।
বিকল্পভাবে, অ-পরীক্ষামূলক তথ্যগুলির জন্য আপনার প্রতি গ্রুপে অনেক পর্যবেক্ষণ থাকলেও -দ্বিতীয়-গ্রুপ পর্যবেক্ষণকে তাদের বৃহত্তর গ্রুপ থেকে আইডির অঙ্ক হিসাবে বিবেচনা করা যেতে পারে (উদাহরণস্বরূপ, অনেক স্কুল থেকে আপনার পর্যবেক্ষণ রয়েছে তবে প্রতিটি গ্রুপ একটি এলোমেলোভাবে আঁকা সাবসেট) তাদের বিদ্যালয়ের শিক্ষার্থীদের), আপনি নির্দিষ্ট প্রভাবগুলি অন্তর্ভুক্ত করতে চাইবেন তবে ক্লাস্টার্ড এসইএস লাগবে না।