22

এ ইতিবাচকভাবে বি এর সাথে সম্পর্কিত

সি এ এবং বি এর ফলাফল, তবে সি এর উপর এ এর প্রভাব নেতিবাচক এবং বি এর বি এর প্রভাব ইতিবাচক is

এটা কি ঘটতে পারে?

regression correlation

— Reen
সূত্র

এই SEM মডেল একটি সম্পর্ক নেই

— Reen

1

stats.stackexchange.com/q/33888/3277 একটি নিবিড়ভাবে সম্পর্কিত প্রশ্ন। অভিন্ন নয়, তবে উত্তরগুলি এখানে বহির্মুখী হতে পারে।

— ttnphns

43

অন্যান্য উত্তরগুলি সত্যই দুর্দান্ত - এগুলি বাস্তব জীবনের উদাহরণ দেয়।

আমি বিপরীতে আমাদের স্বজ্ঞান সত্ত্বেও কেন এটি হতে পারে তা ব্যাখ্যা করতে চাই ।

এই জ্যামিতিকভাবে দেখুন !

সম্পর্ক স্থাপন হ'ল ভেক্টরগুলির মধ্যে কোণটির কোসাইন। মূলত, আপনি জিজ্ঞাসা করছেন এটি সম্ভব কিনা কিনা

$A$ দিয়েএকটিতীব্রকোণ তৈরি করে(ধনাত্মকসম্পর্ক) $B$
$B$ দিয়েএকটিতীব্রকোণ তৈরি করে(ধনাত্মকসম্পর্ক) $C$
$A$ দিয়েএকটিঅবসন্নকোণ তৈরি করে(নেতিবাচকসম্পর্ক) $C$

হ্যা অবশ্যই:

এই উদাহরণে ( $\rho$ পারস্পরিক সম্পর্ক বোঝায়):

$A=(0.6,0.8)$
$B=(1,0)$
$C=(0.6,-0.8)$
$\rho(A,B)=0.6>0$
$\rho(B,C)=0.6>0$
$\rho(A,C)=-0.28<0$

আপনার অন্তর্দৃষ্টি সঠিক!

যাইহোক, আপনার আশ্চর্য ভুল স্থানান্তরিত হয় না।

ভেক্টরগুলির মধ্যে কোণটি ইউনিট গোলকের দূরত্বের মেট্রিক, সুতরাং এটি ত্রিভুজ বৈষম্যকে সন্তুষ্ট করে:

∡ A B \leq ∡ A C + ∡ B C

$\measuredangle AB \le \measuredangle AC + \measuredangle BC$

এইভাবে, যেহেতু $\cos \measuredangle AB = \rho(A,B)$ ,

\arccos ρ (A, B) \leq \arccos ρ (A, C) + \arccos ρ (B, C)

$\arccos\rho(A,B) \le \arccos\rho(A,C) + \arccos\rho(B,C)$

অতএব (যেহেতু $\cos$ হয় কমছে উপর $[0,\pi]$ )

ρ (A, B) \geq ρ (A, C) \times ρ (B, C) - \sqrt{(1 - ρ^{2} (A, C)) \times (1 - ρ^{2} (B, C))}

$\rho(A,B)\ge\rho(A,C)\times\rho(B,C) - \sqrt{(1-\rho^2(A,C))\times(1-\rho^2(B,C))}$

সুতরাং,

যদি $\rho(A,C)=\rho(B,C)=0.9$ , তবে $\rho(A,B)\ge 0.62$
যদি $\rho(A,C)=\rho(B,C)=0.95$ , তবে $\rho(A,B)\ge 0.805$
যদি $\rho(A,C)=\rho(B,C)=0.99$ , তবে $\rho(A,B)\ge 0.9602$

— এসডিএস
সূত্র

32

হ্যাঁ, দুটি সহ-পরিস্থিতি বিপরীত প্রভাব ফেলতে পারে।

উদাহরণ স্বরূপ:

আপত্তিজনক বিবৃতি দেওয়া (এ) বিনোদনমূলক হওয়ার জন্য ইতিবাচকভাবে সম্পর্কিত (খ)।
আপত্তিজনক বিবৃতি দেওয়া (এ) নির্বাচনে বিজয়ী (সি) এর নেতিবাচক প্রভাব ফেলে।
বিনোদনমূলক (খ) হওয়া নির্বাচনে বিজয়ী (সি) এর উপর ইতিবাচক প্রভাব ফেলে।

— ম্যাথু গন
সূত্র

20

আমাদের সেরা উত্তর আছে। সেরা. সবাই তাই বলে।

— ম্যাথু ড্র্যারি

1

যদিও আমি এই রাজনৈতিক মতামতের সাথে একমত, আমার মনে হয় এই সাইটের কোনও উত্তর অপ্রাসঙ্গিক রাজনৈতিক মতামতের জন্য বাহন হিসাবে ব্যবহার করা খারাপ ফর্ম।

— কোডিওলজিস্ট

14

@ কোডিওলজিস্ট এই উত্তরটি কোনও প্রার্থী বা কোনও ইস্যু নিয়ে অবস্থান নেয় না। এটি মোটামুটি অবিস্মরণীয় (ইমো) পর্যবেক্ষণ করে যে: (১) বিনোদনমূলক প্রার্থীদের একটি সুবিধা রয়েছে (উদাহরণস্বরূপ রোনাল্ড রেগান, বিল ক্লিনটন, উইলি ব্রাউন) এবং (২) চরম উস্কানিমূলক বক্তব্যগুলি তাদের সাহায্যের চেয়ে বেশি ক্ষতিগ্রস্থ করে ( এই ধরনের বিবৃতি না দেওয়ার ঝোঁক)। যদি এটি কোনও মজাদার অঞ্চল না হয় তবে আমি এটিকে নামিয়ে ফেলতে পারি, তবে আমার মনে হয় আমি যা লিখেছি তা অবিশ্বাস্যভাবে সৌম্য এবং বিতর্কিত।

— ম্যাথু গন

19

উত্তরে আমি সরাসরি কোনও রাজনৈতিক উল্লেখ দেখতে পাই না। একটি অন্তর্নিহিত রেফারেন্স থাকতে পারে, তবে আমি মনে করি না যে কোনওভাবেই উত্তরটির বৈধতা বা উপযুক্ততা প্রভাবিত করে।

— গ্লেন_বি -রিনস্টেট মনিকা

28

আমি এই গাড়ী সাদৃশ্য শুনেছি যা এই প্রশ্নের ভাল প্রয়োগ করে:

চড়াই উতরাই (এ) চালনা চালকের সাথে গ্যাসের (বি) পদক্ষেপের সাথে ইতিবাচকভাবে সম্পর্কিত
চড়াই (এ) চালনা গাড়ির গতিতে (সি) নেতিবাচক প্রভাব ফেলে
গ্যাসের উপর পদক্ষেপ (বি) গাড়ির গতিতে (সি) ইতিবাচক প্রভাব ফেলে

এখানে মূল চাবিকাঠিটি একটি ধ্রুবক গতি (সি) বজায় রাখার ড্রাইভারের অভিপ্রায়, সুতরাং এ এবং বি এর মধ্যে ইতিবাচক পারস্পরিক সম্পর্কটি সেই অভিপ্রায় থেকে স্বাভাবিকভাবে অনুসরণ করে। আপনি এই সম্পর্কের সাথে এ, বি, সি এর অন্তহীন উদাহরণগুলি তৈরি করতে পারেন।

উপমাটি মিল্টন ফ্রিডম্যানের থার্মোস্টেটের ব্যাখ্যা থেকে এসেছে এবং এটি আর্থিক নীতি এবং একনোমেট্রিক্সের একটি আকর্ষণীয় বিশ্লেষণ থেকে এসেছে, তবে এটি প্রশ্নের সাথে অপ্রাসঙ্গিক।

— congusbongus
সূত্র

2

চমৎকার উদাহরণ। তবে, আমি নিশ্চিত নই যে আপনি পরিসংখ্যানগত সম্পর্ক (যেমন: সম্পর্ক) হিসাবে 'পজেটিভলি রিলেটেড' এবং 'নেগেটিভলি রিলেটেড' শব্দটি ব্যবহার করছেন, যা আমার অনুমান অপটির অর্থ কী।

— লিয়োর কোগান

8

হ্যাঁ, এটি একটি সিমুলেশন দিয়ে প্রদর্শিত তুচ্ছ:

2 ভেরিয়েবল, এ এবং বি সীমাবদ্ধ করুন যা ইতিবাচকভাবে সম্পর্কিত হয়:

> require(MASS)
> set.seed(1)
> Sigma <- matrix(c(10,3,3,2),2,2)
> dt <- data.frame(mvrnorm(n = 1000, rep(0, 2), Sigma))
> names(dt) <- c("A","B")
> cor(dt)

          A         B
A 1.0000000 0.6707593
B 0.6707593 1.0000000

পরিবর্তনশীল সি তৈরি করুন:

> dt$C <- dt$A - dt$B + rnorm(1000,0,5)

দেখ:

> (lm(C~A+B,data=dt))

Coefficients:
(Intercept)            A            B  
    0.03248      0.98587     -1.05113

Edit: Alternatively (as suggested by Kodiologist), just simulating from a multivariate normal such that $\operatorname{cor}(A,B) > 0$ , $\operatorname{cor}(A,C) > 0$ and $\operatorname{cor}(B,C) < 0$

> set.seed(1)
> Sigma <- matrix(c(1,0.5,0.5,0.5,1,-0.5,0.5,-0.5,1),3,3)
> dt <- data.frame(mvrnorm(n = 1000, rep(0,3), Sigma, empirical=TRUE))
> names(dt) <- c("A","B","C")
> cor(dt)
    A    B    C
A 1.0  0.5  0.5
B 0.5  1.0 -0.5
C 0.5 -0.5  1.0

— Robert Long
সূত্র

I think it's better to look at cor(C, A) and cor(C, B) than lm(C ~ A + B) here. We're interested in, e.g., the uncontrolled relationship of A and C rather than this relationship controlled for B.

— Kodiologist

@Kodiologist the OP says in their comment that the context is a SEM, which would imply a linear regression, I think.

— Robert Long

@Kodiologist see the update to my answer :)

— Robert Long

0

C = m B + n (A - p r o j_{B} (A))

$C = mB + n (A-proj_B(A))$

then

⟨ C, A ⟩ = m ⟨ B, A ⟩ + n ⟨ A, A ⟩ - n ⟨ B, A ⟩

$\left<C,A\right> = m\left<B,A\right> + n\left<A,A\right> -n \left<B,A\right>$

Then covariance between C and A could be negative in two conditions:

$n>m,\ \left<A,A\right> < \left<B,A\right> (n-m)/n$
$n<-m,\ \left<A,A\right> > \left<B,A\right> (n-m)/n$

— Zhu Jinxuan
সূত্র