মিশ্র প্রভাবগুলির মডেলগুলি কীভাবে তুলনা করা বা বৈধ করা উচিত?


22

(রৈখিক) মিশ্র প্রভাবগুলির মডেলগুলি একে অপরের বিপরীতে তুলনায় সাধারণত কীভাবে হয়? আমি জানি সম্ভাবনা রেশিও পরীক্ষাগুলি ব্যবহার করা যেতে পারে, তবে কোনও মডেল যদি অন্যটির 'সাবসেট' না হয় তবে এটি কাজ করে না?

মডেলগুলির অনুমানটি কি সর্বদা সোজা? নির্ধারিত প্রভাবগুলির সংখ্যা + আনুমানিক বৈকল্পিক সংখ্যার সংখ্যা? আমরা কি এলোমেলো প্রভাব অনুমান উপেক্ষা?

বৈধতা সম্পর্কে কি? আমার প্রথম চিন্তা ক্রস যাচাইকরণ, তবে এলোমেলো ভাঁজগুলি ডেটার কাঠামোগত দেওয়া নাও পারে। 'এক সাবজেক্ট / ক্লাস্টার ছেড়ে দিন' এর পদ্ধতি কি উপযুক্ত? কি এক পর্যবেক্ষণ ছেড়ে?

মাল্লোস সিপি মডেলগুলির পূর্বাভাস ত্রুটির অনুমান হিসাবে ব্যাখ্যা করা যায়। এআইসির মাধ্যমে মডেল নির্বাচন পূর্বাভাস ত্রুটি হ্রাস করার চেষ্টা করে (সুতরাং ত্রুটিগুলি বিশ্বাস করি যদি সিপি এবং এআইসি একই মডেলটি বেছে নেয়)। এর অর্থ কি এআইসিসি বা সিপি ভবিষ্যদ্বাণী ত্রুটির শর্তে কিছু নেস্টেড মডেলগুলির সংগ্রহ থেকে 'অনুকূল' রৈখিক মিশ্র প্রভাবগুলির মডেল বাছাই করতে ব্যবহার করা যেতে পারে? (যদি তারা একই ডেটাতে ফিট থাকে তবে) বিআইসি এখনও প্রার্থীদের মধ্যে 'সত্য' মডেল বেছে নেওয়ার সম্ভাবনা বেশি?

আমি এই ধারণাটিতেও আছি যে এআইসি বা বিআইসির মাধ্যমে মিশ্র প্রভাবগুলির মডেলগুলির তুলনা করার সময় আমরা কেবল গণনার মধ্যে 'পরামিতি' হিসাবে স্থির প্রভাবগুলি গণনা করি, আসল মডেলগুলি ডিএফ না।

এই বিষয়গুলিতে কোনও ভাল সাহিত্য আছে? এটি সিএআইসি বা এমএআইসি তদন্ত করার মতো? এআইসির বাইরে কি তাদের নির্দিষ্ট প্রয়োগ রয়েছে?


2
"এআইসির বাইরে" সিএআইসি বা এমএআইসি প্রয়োগের অর্থ কী? ডিআইসি হ'ল বহুল ব্যবহৃত pred
অতিথি

@ গুস্ট আমার অর্থ, নির্দিষ্ট ধরণের মডেলগুলির জন্য কি তাদের নির্দিষ্ট ব্যবহার রয়েছে? আমি ডিআইসি চেক আউট করব। ধন্যবাদ.
dcl

উত্তর:


12

মিশ্র মডেলগুলিতে মডেল নির্বাচনের মূল সমস্যাটি হ'ল একটি মডেলের স্বাধীনতা (ডিএফ) এর ডিগ্রিগুলি সংজ্ঞায়িত করা। একটি মিশ্র মডেলের ডিএফ গণনা করতে, একটিকে স্থির এবং এলোমেলো প্রভাব সহ আনুমানিক পরামিতিগুলির সংখ্যা নির্ধারণ করতে হয়। এবং এটি সোজা নয়। "মিক্সড মডেল নির্বাচনের জন্য বেড়া পদ্ধতি" শিরোনামে জিমিং জিয়াং এবং অন্যদের (২০০৮) এই পেপারটি এই জাতীয় পরিস্থিতিতে প্রয়োগ করা যেতে পারে। একটি নতুন সংশ্লিষ্ট কাজ এই হল এক Greven এস & Kneib, টি (2010) দ্বারা এনটাইটেলমেন্টসহ "রৈখিক মিশ্র মডেল প্রান্তিক এবং শর্তাধীন এআইসি আচরণ অন"। আশা করি এটি সহায়ক হতে পারে।


আমি সেই কাগজপত্রগুলি পরীক্ষা করে দেখব। চিয়ার্স।
ডিসিএল

6

মডেলগুলির তুলনা করার একটি উপায় (মিশ্র বা অন্যথায় হোক) ফলাফলগুলি প্লট করা। ধরুন আপনি মডেল এ এবং মডেল বি কে আবদ্ধ করেছেন; প্রতিটি থেকে লাগানো মান উত্পাদন এবং একটি বিক্ষিপ্ত চক্রান্ত মধ্যে একে অপরের বিরুদ্ধে গ্রাফ। যদি মানগুলি খুব অনুরূপ হয় (আপনার রায়গুলি সেগুলি কিনা তা ব্যবহার করে) সহজ মডেলটি চয়ন করুন। আরেকটি ধারণা হ'ল লাগানো মানগুলির মধ্যে পার্থক্যগুলি খুঁজে পাওয়া এবং এগুলি স্বতন্ত্র মূল্যবোধগুলির তুলনায় গ্রাফ; আপনি পার্থক্যগুলির একটি ঘনত্বের প্লটও তৈরি করতে পারেন। সাধারণভাবে, আমি মডেলগুলির তুলনা করার জন্য পরিসংখ্যানগত পরীক্ষাগুলি ব্যবহার না করার প্রবক্তা (যদিও এআইসি এবং এর রূপগুলি অবশ্যই গুণাবলী রয়েছে) বরং রায় ব্যবহার করে using অবশ্যই, সুনির্দিষ্ট উত্তর না দেওয়ার (ডিস) এটির সুবিধা রয়েছে।


আপনি যা বর্ণনা করছেন, কেবলমাত্র মডেলগুলির সাথে তুলনা করা যখন প্রধান লক্ষ্য তাদের ভবিষ্যদ্বাণীমূলক ক্ষমতা। এছাড়াও, কোন মডেলগুলি কার্যকর হতে পারে সে সম্পর্কে গাইড করার জন্য গ্রাফিকাল ফলাফলগুলি খুব তথ্যবহুল হতে পারে, তবে, সাধারণত, তারা পুরোপুরি আনুষ্ঠানিক বৈজ্ঞানিক ফলাফল নয়।
হবাগিশানী

2
হাই @ হবাগিশানী; আমি শুধু টুকে উদ্ধৃত করব "সঠিক প্রশ্নের সঠিক অনুমানের উত্তর, যা প্রায়শই অস্পষ্ট, ভুল প্রশ্নের সঠিক উত্তরের চেয়ে, যা সর্বদা সুনির্দিষ্ট করা যায়।" :-)। এটি সম্পূর্ণ এপ্রোপোস নয়, তবে এটি অন্তত আংশিক লক্ষ্যমাত্রায় রয়েছে
পিটার ফ্লুম - মনিকা পুনরায়

1
আমি সাধারণত প্লটগুলি করতে যেমন মডেল বিল্ডিংয়ের সময় আপনি বর্ণনা করেন। তবে আমি প্রকৃতপক্ষে আরও একটি গাণিতিক পদ্ধতি খুঁজছিলাম। চিয়ার্স
ডিসিএল

যদি ভবিষ্যদ্বাণীপূর্ণ পারফরম্যান্সের ভিত্তিতে বিভিন্ন মডেলের তুলনা করা হয়, তবে আমার বুঝতে হবে যে এলোমেলো প্রভাব সহ এবং ছাড়াই মিশ্র মডেলগুলির জন্য পূর্বাভাসিত মানগুলি একই হওয়া উচিত (অর্থাত্, রিগ্রেশন সহগগুলি মডেলগুলিতে এলোপাতাড়ি প্রভাব ছাড়াই এবং কেবলমাত্র স্ট্যান্ডার্ড ত্রুটি পরিবর্তিত হবে) un
রবার্টএফ
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.