আমি এখানে ভুল হলে আমাকে সংশোধন করুন:
ধারণাগতভাবে, চারটি সম্ভাব্য প্রভাব রয়েছে: ফিক্সড ইন্টারসেপ্ট, ফিক্সড কো-কোফিলিটি, এলোমেলো ইন্টারসেপ্ট, এলোমেলো সহগ। বেশিরভাগ রিগ্রেশন মডেলগুলি 'র্যান্ডম এফেক্টস', তাই তাদের এলোমেলো ইন্টারসেপ্ট এবং এলোমেলো সহগ রয়েছে। 'স্থির প্রভাব' এর বিপরীতে 'র্যান্ডম এফেক্ট' শব্দটি ব্যবহৃত হয়েছিল।
'ফিক্সড এফেক্ট' হ'ল যখন কোনও পরিবর্তনশীল কিছু নমুনাকে প্রভাবিত করে তবে সমস্তটি নয়। একটি বাইনারি মান সহ একটি স্থির প্রভাবের জন্য একটি স্থির প্রভাবের মডেলের সহজ সংস্করণ (ধারণামূলকভাবে) একটি ডামি ভেরিয়েবল হবে। এই মডেলগুলির একটি একক এলোমেলো ইন্টারসেপ্ট, স্থির প্রভাবের সহগ এবং র্যান্ডম ভেরিয়েবল সহগ রয়েছে।
জটিলতার পরবর্তী স্তরটি (ধারণাগতভাবে) হয় যখন অনেকগুলি মান সহ স্থির প্রভাবটি বাইনারি নয়, তবে নামমাত্র হয়। এই ক্ষেত্রে, যা উত্পন্ন হয় তা হ'ল একাধিক ইন্টারসেপ্ট (একটি নামমাত্র মানগুলির জন্য একটি) with এটিই আপনি প্যানেল ডেটা মডেলের ক্লাসিক 'একাধিক লাইন' পাবেন যেখানে একটি নির্দিষ্ট প্রভাবের ভেরিয়েবলের প্রতিটি 'বিকল্প' তার নিজস্ব প্রভাব পায়। সমস্ত আলাদা আলাদা ফ্যাক্টর-নির্দিষ্ট ডেটা সিরিজকে একক রিগ্রেশনে ফেলে দেওয়ার (স্থির প্রভাবের প্রতিটি ফ্যাক্টরকে তার নিজস্ব রিগ্রেশন হিসাবে সম্পাদন করার চেয়ে) আলাদা করে দেওয়ার গুণটি হ'ল আপনি এক সমীকরণে সমস্ত ভিন্ন প্রভাবের বৈচিত্র্যকে সঞ্চারিত করতে পারেন এবং তাই আপনার সকল সহগের জন্য আরও ভাল (আরও নির্দিষ্ট) মান পান।
জটিলতার 'টিয়ার থ্রি' তখন হবে যখন 'ফিক্সড এফেক্ট' নিজেই এলোমেলো পরিবর্তনশীল, তার প্রভাবগুলি কেবলমাত্র নমুনার একটি উপ-সেটকে প্রভাবিত করতে 'স্থির' হয়। কোন সময়ে মডেলটির একটি এলোমেলো ইন্টারসেপ্ট, একাধিক ফিক্সড ইন্টারসেপ্ট এবং একাধিক র্যান্ডম ভেরিয়েবল থাকবে। আমি মনে করি এটিই কি 'মিক্সড এফেক্টস' মডেল হিসাবে পরিচিত?
'মিক্সড এফেক্ট' মডেলগুলি মাল্টি-লেভেল মডেলিংয়ের জন্য ব্যবহৃত হয় (এমএলএম), কারণ 'ফিক্সড এফেক্টস' অন্যের মধ্যে ডেটার একটি উপসেটকে নীড়ের জন্য ব্যবহার করা যেতে পারে। এই গোষ্ঠীকরণের একাধিক স্তর থাকতে পারে, শিক্ষার্থীরা ক্লাসরুমের ভিতরে বাসা বেঁধে স্কুলগুলিতে বাসা বেঁধে থাকতে পারে। স্কুলটি ক্লাসরুমে এবং শিক্ষার্থীদের উপর শ্রেণিকক্ষের উপর একটি স্থির প্রভাব। (পরীক্ষামূলক নকশার উপর নির্ভর করে স্কুলটি শিক্ষার্থীর উপর একটি স্থির প্রভাব হতে পারে বা নাও - নিশ্চিত নয়)
প্যানেল ডেটা মডেলগুলি 'মিশ্র প্রভাব' মডেল, তবে গ্রুপিংয়ের জন্য দুটি মাত্রা ব্যবহার করুন, সাধারণত সময় এবং কিছু ধরণের বিভাগ sort