পারস্পরিক তথ্য বনাম দূরত্বের সম্পর্ক lation


15

আমি কিছু সময়ের জন্য পারস্পরিক তথ্য নিয়ে কাজ করেছি। তবে আমি "পারস্পরিক সম্পর্ক বিশ্বে" খুব সাম্প্রতিক ব্যবস্থা পেয়েছি যা বিতরণের স্বাধীনতা, তথাকথিত "দূরত্বের সম্পর্ক" (ব্রাউনিয়ান পারস্পরিক সম্পর্কও বলা হয়) পরিমাপ করতে ব্যবহার করা যেতে পারে: http://en.wikedia.org/wiki/ ব্রাউনিয়ান_কোভারিয়েন্স । এই পরিমাপটি কোথায় প্রবর্তিত হয়েছে তা আমি কাগজপত্রগুলি যাচাই করেছিলাম, তবে পারস্পরিক তথ্যের জন্য কোনও অভিপ্রায় ছাড়াই।

সুতরাং, আমার প্রশ্নগুলি হ'ল:

  • তারা ঠিক একই সমস্যা সমাধান? তা না হলে সমস্যাগুলি কীভাবে আলাদা?
  • এবং যদি পূর্ববর্তী প্রশ্নের ইতিবাচক উত্তর দেওয়া যায় তবে একটি বা অন্যটি ব্যবহারের সুবিধা কী?

একটি সাধারণ উদাহরণের জন্য স্পষ্টভাবে 'দূরত্ব সম্পর্কিত "এবং' পারস্পরিক তথ্য 'লেখার চেষ্টা করুন। দ্বিতীয় ক্ষেত্রে আপনি লোগারিদম পাবেন, যখন প্রথমটিতে - না।
পাইটর মিগডাল

@ পাইওটারমিগডাল হ্যাঁ, আমি সেই পার্থক্য সম্পর্কে অবগত। আপনি দয়া করে ব্যাখ্যা করতে পারেন কেন এটি গুরুত্বপূর্ণ? দয়া করে, অ্যাকাউন্টটি বিবেচনা করুন যে আমি কোনও পরিসংখ্যানবিদ নই ...
ডিজাইন

মা জন্য সম্ভাব্যতা বিতরণের পারস্পরিক নির্ভরতা পরিমাপ একটি আদর্শ সরঞ্জাম পারস্পরিক তথ্য। এটিতে অনেক দুর্দান্ত বৈশিষ্ট্য রয়েছে এবং এর ব্যাখ্যাটি সোজা। তবে, সেখানে নির্দিষ্ট সমস্যা থাকতে পারে যেখানে দূরত্বের সম্পর্ককে প্রাধান্য দেওয়া হয় (তবে আমি এটি আমার জীবনে কখনও ব্যবহার করি নি)। তাহলে আপনি যে সমস্যাটি সমাধান করার চেষ্টা করছেন তা কী?
পাইটর মিগডাল

2
এই মন্তব্যটি কয়েক বছর দেরিতে হলেও কলম্বিয়া বিশ্ববিদ্যালয়ের পরিসংখ্যান বিভাগ ২০১৩-২০১ the শিক্ষাবর্ষকে নির্ভরতার ব্যবস্থায় মনোনিবেশ করার একটি বছর করেছে। ২০১৪ সালের এপ্রিল-মে মাসে, একটি কর্মশালা অনুষ্ঠিত হয়েছিল যাতে এই ক্ষেত্রে শীর্ষস্থানীয় শিক্ষাবিদদের একত্রিত করে রিশেফ ব্রাদার্স (এমআইসি), গ্যাবর স্মেকলি (দূরত্বের সম্পর্ক), সুভাষদীপ মুখোপাধ্যায় কয়েকজনের নাম লেখেন। প্রোগ্রামটির একটি লিঙ্ক এখানে উপস্থাপনা থেকে অনেক পিডিএফ অন্তর্ভুক্ত রয়েছে। dependence2013.wikischolars.columbia.edu/…
মাইক হান্টার

উত্তর:


9

তথ্য / পারস্পরিক তথ্য সম্ভাব্য মানগুলির উপর নির্ভর করে না, এটি কেবল সম্ভাবনার উপর নির্ভর করে তাই এটি কম সংবেদনশীল। দূরত্ব পারস্পরিক সম্পর্ক আরও শক্তিশালী এবং গণনা করা সহজ। তুলনার জন্য দেখুন

http://www-stat.stanford.edu/~tibs/reshef/comment.pdf


2
হাই, আপনার উত্তরের জন্য ধন্যবাদ! আপনি যে কাগজটি উল্লেখ করেছেন সেটি এমআইসি সম্পর্কিত, যা আমি বিশ্বাস করি যে এমআই এর চেয়ে কিছুটা বেশি। আমি দূরত্বের পারস্পরিক সম্পর্ক পরিমাপ বাস্তবায়ন করেছি এবং আমি মনে করি না যে এটি পৃথক পৃথক শ্রেণিবদ্ধের প্রাথমিক ক্ষেত্রে এমআই এর চেয়ে সহজ। তারপরে আবার একটি জিনিস আমি শিখেছি তা হ'ল ডিসিএম ভালভাবে সংজ্ঞায়িত হয়ে থাকে এবং ক্রমাগত ভেরিয়েবলের জন্য ভাল ব্যবহার করা হয় তবে এমআই এর সাথে আপনার বিনিং বা অভিনব স্টাফ আলা এমআইসি করা দরকার।
ডিজাইন

3
যাইহোক, ডিসিএমের বর্গ ম্যাট্রিকগুলির প্রয়োজন মনে হচ্ছে যার স্যাম্পলগুলির সংখ্যা। অন্য কথায়, স্থান জটিলতা চতুর্ভুজ স্কেল করে। বা কমপক্ষে এটি আমার ধারণা, আমি ভুল হতে চাই। এমআইসি আরও ভাল করে, কারণ আপনি এটি নির্ভুলতা এবং পারফরম্যান্সের মধ্যে কোনও ধরণের আপস করতে পারেন।
ডিজাইন
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.