কোন পরিস্থিতিতে আপনি মডেল ফিটিংয়ের আগে কোনও পরিবর্তনকে স্কেল বা মানক করতে চান না? এবং একটি পরিবর্তনশীল স্কেলিং এর সুবিধা / অসুবিধাগুলি কী কী?
কোন পরিস্থিতিতে আপনি মডেল ফিটিংয়ের আগে কোনও পরিবর্তনকে স্কেল বা মানক করতে চান না? এবং একটি পরিবর্তনশীল স্কেলিং এর সুবিধা / অসুবিধাগুলি কী কী?
উত্তর:
মানককরণ মডেলটির জন্য বিভিন্ন ভেরিয়েবলের ওজন সম্পর্কে। যদি আপনি সংখ্যার স্থিতিশীলতার জন্য "কেবল" প্রমিতকরণ করেন তবে এমন রূপান্তর হতে পারে যেগুলি খুব অনুরূপ সংখ্যাসূচক বৈশিষ্ট্য প্রদান করে তবে বিভিন্ন শারীরিক অর্থ যা ব্যাখ্যার জন্য আরও উপযুক্ত হতে পারে। কেন্দ্রের ক্ষেত্রেও এটি একই সত্য, যা সাধারণত মানকতার অংশ।
যে পরিস্থিতিগুলি আপনি সম্ভবত মানক করতে চান:
যে পরিস্থিতিগুলি আপনি মানক করতে চান না:
আপনি "এর মধ্যে" কিছু করতে পারেন এবং ভেরিয়েবলগুলি রূপান্তর করতে পারেন বা ইউনিটটি বেছে নিতে পারেন যাতে নতুন ভেরিয়েবলগুলির শারীরিক অর্থ থাকতে পারে তবে সংখ্যাসূচক মানটির প্রকরণটি এর চেয়ে আলাদা নয়, যেমন
কেন্দ্রীকরণের জন্য অনুরূপ:
সাধারণভাবে আমি স্কেলিং বা মানককরণের প্রস্তাব দিই না যদি না এটি একেবারে প্রয়োজনীয় হয়। এই জাতীয় প্রক্রিয়ার সুবিধা বা আবেদনটি হ'ল, যখন কোনও ব্যাখ্যামূলক ভেরিয়েবলটি প্রতিক্রিয়ার পরিবর্তনশীল থেকে সম্পূর্ণ আলাদা শারীরিক মাত্রা এবং প্রস্থতা রাখে, স্ট্যান্ডার্ড বিচ্যুতি দ্বারা বিভাগের মাধ্যমে স্কেলিং সংখ্যার স্থায়িত্বের ক্ষেত্রে সহায়তা করতে পারে এবং একাধিকের মধ্যে প্রভাবগুলির তুলনা করতে সক্ষম করে ব্যাখ্যামূলক ভেরিয়েবল. সর্বাধিক সাধারণ মানীকরণের সাথে, চলক প্রভাবটি প্রতিক্রিয়ার পরিবর্তনশীল পরিবর্তনের পরিমাণ হয় যখন ব্যাখ্যাযোগ্য ভেরিয়েবল একটি মান বিচ্যুতি দ্বারা বৃদ্ধি পায়; এটি এটিও ইঙ্গিত করে যে ভেরিয়েবল এফেক্টের অর্থ (প্রতিক্রিয়ার ভেরিয়েবলের পরিবর্তনের পরিমাণ যখন একক দ্বারা ব্যাখ্যামূলক ভেরিয়েবল বৃদ্ধি পায়) হারিয়ে যাবে যদিও বর্ণনামূলক ভেরিয়েবলের পরিসংখ্যানগত মান অপরিবর্তিত রয়েছে। যাহোক, কোনও মডেলতে যখন ইন্টারঅ্যাকশন বিবেচনা করা হয়, পরিসংখ্যান প্রভাবের স্ট্যান্ডার্ড ত্রুটি গণনায় স্টোকাস্টিক স্কেলিং সমন্বয় জড়িত একটি জটিলতার কারণে এমনকি পরিসংখ্যানগত পরীক্ষার জন্য স্কেলিং খুব সমস্যাযুক্ত হতে পারে (প্রচারক, 2003)। এই কারণে, আদর্শ বিচ্যুতির মাধ্যমে স্কেলিং (বা মানককরণ / নরমালাইজেশন) সাধারণত সুপারিশ করা হয় না, বিশেষত যখন মিথস্ক্রিয়া জড়িত থাকে।
প্রচারক, কেজে, কুরান, পিজে, এবং বাউয়ার, ডিজে, 2006. একাধিক রৈখিক রিগ্রেশন, মাল্টিলেভেল মডেলিং এবং সুপ্ত কার্ভ বিশ্লেষণে ইন্টারঅ্যাকশন প্রভাবগুলির তদন্তের জন্য গণনামূলক সরঞ্জাম। শিক্ষাগত ও আচরণগত পরিসংখ্যান জার্নাল, 31 (4), 437-448।