কোয়ান্টাইল রিগ্রেশন পূর্বাভাস


13

আমি আমার কয়েকটি মডেলের জন্য কোয়ান্টাইল রিগ্রেশন ব্যবহার করতে আগ্রহী, তবে এই পদ্ধতিটি ব্যবহার করে আমি কী অর্জন করতে পারি সে সম্পর্কে কিছু স্পষ্টতা থাকতে চাই। আমি বুঝতে পারি আমি চতুর্থ / ডিভি সম্পর্কের আরও শক্তিশালী বিশ্লেষণ পেতে পারি , বিশেষত যখন বিদেশী এবং ভিন্ন ভিন্নতার মুখোমুখি হয় তবে আমার ক্ষেত্রে ফোকাসটি পূর্বাভাসের দিকে থাকে।

বিশেষত আমি আরও জটিল অ-রৈখিক মডেল বা এমনকি টুকরোচক লিনিয়ার রিগ্রেশন অবলম্বন না করে আমার মডেলগুলির ফিট উন্নত করতে আগ্রহী। পূর্বাভাসে, ভবিষ্যদ্বাণীকারীদের মানের ভিত্তিতে সর্বোচ্চ সম্ভাবনার ফলাফলের কোয়ান্টাইল নির্বাচন করা কি সম্ভব? অন্য কথায়, ভবিষ্যদ্বাণীকারীদের মানের ভিত্তিতে, প্রতিটি পূর্বাভাসের ফলাফলের পরিমাণের সম্ভাব্যতা নির্ধারণ করা সম্ভব?

উত্তর:


8

কোয়ান্টাইল রিগ্রেশন-এর কোনও মডেলের ডান পাশের ওএলএসের মতো অন্যান্য রিগ্রেশন মডেলগুলির মতো একই কাঠামো এবং অনুমানের ধরণ রয়েছে। কোয়ান্টাইল রিগ্রেশন সহ প্রধান পার্থক্যগুলি হ'ল এটির বিতরণের কোয়ান্টাইলগুলি সরাসরিভাবে ভবিষ্যদ্বাণী করেওয়াই শর্তসাপেক্ষে এক্স প্যারামেট্রিক বিতরণযোগ্য হেরফেরগুলি অবলম্বন না করে (যেমন, এক্স¯±1.96গুলি), এবং যে অবশিষ্টাংশগুলির কোনও বিতরণ আকার অনুমান করা ছাড়া অন্য অনুমান করা হয় না ওয়াই একটি অবিচ্ছিন্ন পরিবর্তনশীল।


1
আমি মনে করি ফিটিং প্রক্রিয়া কীভাবে কাজ করে তা আমি বুঝতে পারি। কি আমি বুঝতে পারছি না যদি ভবিষ্যদ্বাণী (সমাংশক প্যারামিটার নির্বাচন) উন্নত করার একটি উপায় হল ছাড়া বুদ্ধিমান যা সমাংশক মধ্যে পর্যবেক্ষণ করা হবে। আমরা কি একরকম অনুমানকারী মানগুলি থেকে এটি পেতে পারি? সম্ভবত এমন কিছু আছে যা ভবিষ্যদ্বাণী বনাম পর্যবেক্ষণগুলির সম্ভাব্যতা বিতরণের ভিত্তিতে ব্যবহার করা যেতে পারে।
রবার্ট কুব্রিক

2
আমি মনে করি আপনাকে কোয়ান্টাইল রিগ্রেশন সম্পর্কে উল্লেখযোগ্য পরিমাণে পটভূমি পাঠ করা দরকার। পর্যবেক্ষণগুলি "কোয়ান্টাইলগুলিতে" থাকে না। কোয়ান্টাইল একটি অবিচ্ছিন্ন বিতরণের সম্পত্তি। 0.5 কোয়ান্টাইলটি মধ্যম হয়; 0.75 কোয়ান্টাইলটি উচ্চতর কোয়ার্টাইল। এর 0.75 কোয়ান্টাইলওয়াই|এক্স=এক্স এর 75 তম পার্সেন্টাইল ওয়াই কখন এক্স=এক্স
ফ্র্যাঙ্ক হ্যারেল

2
ফ্র্যাঙ্ক, আমি নিশ্চিত যে কোয়ান্টাইল রিগ্রেশন সম্পর্কে আমার আরও শিখতে হবে। আমি ডুব দেওয়ার আগে, আমি বুঝতে চাই যে এই পদ্ধতিটি ভবিষ্যদ্বাণীকারী এবং লাগানো মডেলের উপর ভিত্তি করে কোয়ান্টাইলের নির্বাচনের জন্য কোনও সম্ভাব্য উপাদান সরবরাহ করতে পারে কিনা। পূর্বেকার মানগুলির প্রতিটি প্রদত্ত সেট / ব্যাপ্তির জন্য অবশ্যই সম্ভাবনা থাকতে হবে যে আসল ফলাফলটি একটি নির্দিষ্ট কোয়ান্টাইল অঞ্চলে পড়বে।
রবার্ট কুব্রিক

4

কোয়ান্টাইল রিগ্রেশন নির্ভরশীল ভেরিয়েবলের কোয়ান্টাইলের পূর্বাভাস সম্পর্কে। "নিয়মিত" রিগ্রেশন-এ, আমরা ডিভির গড়টি অনুমান করি। তবে আগ্রহ ডিভির অন্যান্য অংশেও হতে পারে। উদাহরণস্বরূপ আপনি ভবিষ্যদ্বাণী করতে আগ্রহী হতে পারেন কোন নবজাত শিশু খুব হালকা হবে, কোন গানগুলি ব্যতিক্রমী জনপ্রিয় হবে বা কোন গ্রাহকরা এক টন স্টাফ কিনবেন।

আমি গত বছর NESUG এর জন্য একটি কাগজ লিখেছিলাম ।


2
আপনি যা জানতে চান তার ভিত্তিতে আপনি কোয়ান্টাইলটি পূর্বাভাস দিতে চান। কোন প্রশ্ন আপনাকে কোন প্রশ্ন জিজ্ঞাসা করতে পারে তা বলতে পারে না!
পিটার ফ্লুম - মনিকা পুনরায়

1
লাগানো মডেলটি দেওয়া, আপনি কী ভবিষ্যদ্বাণীকারী মানগুলির উপর নির্ভর করে 0.6 কোয়ান্টায়লে পড়ার পূর্বাভাসিত মানটির সম্ভাবনা গণনা করতে পারবেন না?
রবার্ট কুব্রিক

2
".6 কোয়ানটিলে" নয় তবে 0.6 কোয়ান্টাইলের উপরে বা তার উপরে, তবে হ্যাঁ। তবে আপনি সিদ্ধান্ত নিতে হবে কোন কোয়ান্টাইলটি আপনি পূর্বাভাস দিতে চান। ওএলএস রিগ্রেশন-এ আপনি শর্তসাপেক্ষ অর্থের পূর্বাভাস দিয়েছেন; কোয়ান্টাইল রিগ্রেশনে আপনি শর্তযুক্ত কোয়ান্টাইলের পূর্বাভাস দিয়েছেন
পিটার ফ্লুম - মনিকা পুনরায়

5
পিটার ইঙ্গিত হিসাবে, আপনি এখনও আগের মন্তব্য বুঝতে না। কোয়ান্টাইল রিগ্রেশন কোনও নির্দিষ্ট কোয়ান্টাইলের উপরে বা তার নিচে নেমে যাওয়ার কম্পিউটিং সম্ভাবনার সাথে কিছুই করার নেই (লক্ষ্য করুন যে ০..6 কোয়ান্টাইলের "মধ্যে" পড়ার সম্ভাবনা সংজ্ঞা অনুসারে শূন্য)। আপনি মধ্যমা বা অন্যান্য কোয়ান্টাইলের পূর্বাভাস দিতে আগ্রহী কিনা তা খুঁজে বের করুন। শর্তসাপেক্ষ কোয়ান্টাইল একটি একক সংখ্যার ব্যাপ্তি নয়।
ফ্র্যাঙ্ক হ্যারেল

1
যদি আমি বুঝতে পারি, আপনি আপনার পূর্বাভাসের জন্য কোন কোয়ান্টাইলটি ব্যবহার করবেন তা বেছে নিন তবে কোন কোয়ান্টাইলটি ই-ভবিষ্যদ্বাণী করার জন্য সবচেয়ে ভাল তা বেছে নেওয়ার কোনও উপায় নেই
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.