প্রথম পদক্ষেপটি আমি সুপারিশ করব, প্রতিটি অরডিনাল শ্রেণীর জন্য একটি ডামি ভেরিয়েবল প্রবর্তন করা হবে ( https://www.google.com/url?sa=t&source=web&rct=j&ei=B9r5U67pH8vfsASwq4GADQ&url=http://www.uta এ মন্তব্য দেখুন .edu / অনুষদ / কুনোভিচ / সোসাই 5304 হ্যান্ডআউটস / বিষয়% 25208_ ডমি% 2520 ভেরিয়েবল.ডোক & সিডি = 2 এবং ওয়েভ = 0 এসিএকিএফএফএবিএবি & usg = এএফকিউএসসিএনএসডি-টিডি 7 আরজএসইজেড-এজে 32_5tgPtxVdvt.jp । আপনি নিজেরাই ডামি ভেরিয়েবলের ট্রেন্ডের জন্য পরীক্ষা করতে পারেন। আপনি যদি পরবর্তী বিশ্লেষণের জন্য ডামি ভেরিয়েবলের সম্পর্কিত আনুমানিক পরিমাণ অনুসারে অর্ডিনাল ভেরিয়েবল ক্যাটাগরিটি পুনরায় অর্ডার করেন তবে যদি এর পূর্বে (বর্তমান তথ্য দেখার জন্য) ন্যায়সঙ্গততা থাকে।
পূর্ববর্তী বিশ্লেষণটি একটি ক্রমবর্ধমান প্রবণতা অনুপস্থিত (অগত্যা রৈখিক নয়) অনুপস্থিত এবং অर्डিনাল ভেরিয়েবল নিজেই কোনও সমর্থনযোগ্য ক্রমকে অন্তর্ভুক্ত করা, একটি আকর্ষণীয় পদ্ধতির যা সম্ভাব্য স্বাভাবিকতা সম্পর্কিত বিষয়গুলিও সম্বোধন করে, এটি একটি রিগ্রেশন বিশ্লেষণ সম্পাদন করা হয় যাতে সমস্ত ভেরিয়েবলগুলি নির্ধারিত হয়, অর্ডিনাল ভেরিয়েবল সহ। এই পাগলের জন্য যুক্তি, স্পিয়ারম্যানের র্যাঙ্ক সহসাধন সহগের উইকিপিডিয়া থেকে উদ্ধৃত করা (লিঙ্ক: http://en.m.wikedia.org/wiki/Spearman s_rank_correlation_coefficient):
"স্পিয়ারম্যানের সহগ, অন্য কোনও পারস্পরিক সম্পর্কের গণনার মতো, অরডিনাল ভেরিয়েবলগুলি সহ অবিচ্ছিন্ন এবং বিচ্ছিন্ন ভেরিয়েবল উভয়ের জন্যই উপযুক্ত [[1] [2]"
উইকিপিডিয়া পরীক্ষার জন্য গণিত র্যাঙ্কের সম্পর্কের মান ত্রুটিটি মূল্যায়নের জন্য একটি উদাহরণ এবং বিভিন্ন উপায় উপস্থাপন করে। দ্রষ্টব্য, যদি এটি পরিসংখ্যানগতভাবে শূন্য থেকে পৃথক না হয়, তবে র্যাঙ্কের উপর ভিত্তি করে একটি গণনিত রিগ্রেশনের মতো একটি আকারযুক্ত সংস্করণ একইভাবে, তাত্পর্যপূর্ণ নয়।
আমি এই র্যাঙ্কগুলিকে আরও সাধারণ করে তুলব (পর্যবেক্ষণের সংখ্যা দ্বারা বিভাজন), একটি সম্ভাব্য নমুনা কোয়ান্টাইল ব্যাখ্যা প্রদান করুন (নোট, প্রশ্নে থাকা ডেটার জন্য অভিজ্ঞতাগত বিতরণ তৈরিতে সম্ভাব্য পরিশোধন রয়েছে)। আমি y এবং প্রদত্ত ট্রান্সফর্মড অর্ডিনাল ভেরিয়েবলের মধ্যে একটি সহজ সম্পর্কও সম্পাদন করবো যাতে আপনার নির্বাচিত র্যাঙ্কিংয়ের দিকনির্দেশ (উদাহরণস্বরূপ, 1 থেকে 4 বনাম 4 থেকে 1), র্যাঙ্কের পারস্পরিক সম্পর্কের জন্য একটি চিহ্ন তৈরি করে যার প্রসঙ্গে স্বজ্ঞাত অর্থ রয়েছে আপনার অধ্যয়নের।
[সম্পাদনা] দয়া করে নোট করুন যে আনোভা মডেলগুলি যথাযথ ডিজাইনের ম্যাট্রিক্সের সাথে রিগ্রেশন ফর্ম্যাটে উপস্থাপিত হতে পারে এবং আপনি যে স্ট্যান্ডার্ড রিগ্রেশন মডেলটি অনুসন্ধান করেন তার সাথে কেন্দ্রীয় থিমটি ওয়াই প্রদত্ত X এর গড় ভিত্তিক বিশ্লেষণ is মিডিয়ান সহ বিভিন্ন কোয়ান্টাইলগুলিতে নিহিত রিগ্রেশন সম্পর্কের প্রতি আলাদা ফোকাস ফলপ্রসূ প্রমাণিত হয়েছে। দৃশ্যত বাস্তুশাস্ত্রে প্রভাবগুলি ছোট হতে পারে, তবে অন্য কোয়ান্টাইলগুলিতে অগত্যা নয়। এই ক্ষেত্রটিকে কোয়ান্টাইল রিগ্রেশন বলা হয়। আমি আপনাকে এটি আপনার বর্তমান বিশ্লেষণ পরিপূরক করতে নিয়োগ করার পরামর্শ দিচ্ছি। একটি রেফারেন্স হিসাবে, আপনি পেপার 213-30, এসএএস ইনস্টিটিউটে কলিন (লিন) চেন দ্বারা "কোয়ান্টাইল রিগ্রেশন এবং কোয়ান্ট্রেগ পদ্ধতি সম্পর্কে একটি ভূমিকা" পেতে পারেন।
র্যাঙ্ক ট্রান্সফর্মগুলির ব্যবহারেরও এখানে একটি উত্স রয়েছে: রোনাল্ড এল। ইমান এবং ডাব্লু জে কনভারের রচনা রোনাল্ড এল। ইমান এবং ডাব্লু জে কনভারের, টেকনোমেট্রিকস, ২ য় নং, ৪ নভেম্বর, 1979 সালে প্রকাশিত article নিবন্ধটি উল্লেখ করেছে নিয়োগের র্যাঙ্ক ট্রান্সফর্মগুলি মনোটোনিক ডেটাতে বেশ ভালভাবে কাজ করে বলে মনে হয়। এই মতামতটি নির্ভরযোগ্যতা পেশাদাররাও ভাগ করেছেন, যারা একটি অনলাইন ম্যাগাজিনে উল্লেখ করেছেন: "র্যাঙ্ক রেগ্রেশন অনুমানের পদ্ধতিটি লিনিয়ারাইজড ফাংশনগুলির জন্য বেশ ভাল"। উত্স: "নির্ভরযোগ্যতা হটওয়ায়ার, ইস্যু 10, ডিসেম্বর, 2010।