পূর্বাভাস এবং অনুমানের মধ্যে পার্থক্য কী?

37

আমি " পরিসংখ্যান শিক্ষার একটি ভূমিকা " এর মাধ্যমে পড়ছি । অধ্যায় 2, তারা একটি ফাংশন আনুমানিক হিসাব জন্য কারণ নিয়ে আলোচনা । $f$

২.১.১ এস্টিমেট কেন ? $f$

দুটি মূল কারণ রয়েছে যা আমরা চ নির্ধারণ করতে পারি : পূর্বাভাস এবং অনুমান । আমরা প্রতিটি ঘুরে ফিরে আলোচনা।

আমি এটি কয়েকবার পড়েছি তবে ভবিষ্যদ্বাণী এবং অনুমানের মধ্যে পার্থক্য সম্পর্কে আমি এখনও আংশিকভাবে অস্পষ্ট। কেউ কি পার্থক্যগুলির (ব্যবহারিক) উদাহরণ দিতে পারে?

prediction terminology causality

— user61629
সূত্র

5

পরিসংখ্যান শিক্ষার জন্য পরিচিতির লেখকগণ আমাদের এখানে একটি বিচ্ছিন্নতা দিয়েছেন। কেউ যেমন কারণগুলি এবং প্রভাবগুলি বোঝার জন্য ইনফারেন্স তৈরি করে ঠিক তেমন পূর্বাভাস দেওয়ার জন্য সূচনা করে। মেরিয়ামাম-ওয়েস্টারস্টার ডট কম "ইনফার" কে মূলত "হিসাবে বর্ণনা করেছেন" তথ্য বা প্রাঙ্গনে থেকে উপসংহার হিসাবে নেওয়া "। এটি কার্যকরী এবং ভবিষ্যদ্বাণীমূলক যুক্তি উভয়কেই কভার করে। এটি বিভ্রান্তিকর, বিভ্রান্তিকর এবং দীর্ঘমেয়াদী মান ব্যবহারের বিরুদ্ধে কেবলমাত্র কার্যকারণের বিষয়গুলিকে অন্তর্ভুক্ত করার জন্য "অনুমান" এর সংজ্ঞা সংকুচিত করা। সুতরাং: আসুন কার্যকারিতা অনুমানের সাথে ভবিষ্যদ্বাণীমূলক অনুক্রমের বিপরীতে আসুন।

— রোল্যান্ডো 2

2

@ রোল্যান্ডো 2: তারপরে আমি অনুমান করি যে আমাদের বর্ণনামূলক দিকনির্দেশনাও প্রয়োজন , অর্থাত্ বর্ণনামূলক (অ-কার্যকারণমূলক) মডেলগুলির পরামিতিগুলি সম্পর্কে অনুমান।

— কেজেটিল বি হালওয়ারসেন

29

অনুমান: আপনি অনুমান কিভাবে আউটপুট তথ্য একটি ফাংশন হিসাবে উৎপন্ন হয় চান ডেটার একটি সেট দেওয়া।

পূর্বাভাস: একটি নতুন পরিমাপ দেওয়া, আপনি কোনও মডেল তৈরি করতে একটি বিদ্যমান ডেটা সেট ব্যবহার করতে চান যা ফলাফলের সেট থেকে নির্ভরযোগ্যভাবে সঠিক সনাক্তকারীকে বেছে নেয়।

অনুমান: আপনি টাইটানিক দুর্যোগে বেঁচে থাকার বয়স, যাত্রীবাহী শ্রেণি এবং, লিঙ্গের কী প্রভাব ফেলে তা জানতে চেয়েছিলেন। আপনি একটি লজিস্টিক রিগ্রেশন উপস্থাপন করতে পারেন এবং প্রতিটি যাত্রীর বৈশিষ্ট্য বেঁচে থাকার হারের উপর প্রভাব ফেলতে পারেন ।

ভবিষ্যদ্বাণী: টাইটানিকের যাত্রীর উপর কিছু তথ্য দেওয়া, আপনি সেট সেট থেকে চয়ন করতে এবং যতবার সম্ভব সম্ভব সঠিক হতে চান। (যতটা সম্ভব আপনি কীভাবে যতটা সম্ভব সঠিক হতে পারেন সে ক্ষেত্রে ভবিষ্যদ্বাণীটির জন্য পক্ষপাত-বৈচিত্র্য ট্রেড অফ দেখুন)) $\{\text{lives}, \text{dies}\}$

ভবিষ্যদ্বাণী ইনপুট এবং আউটপুট মধ্যে সুনির্দিষ্ট সম্পর্ক স্থাপন কাছাকাছি ঘোরাঘুরি করে না, সঠিক ভবিষ্যদ্বাণী যতটা সম্ভব যথাযথভাবে সঠিক শ্রেণিতে নতুন পর্যবেক্ষণ স্থাপন সম্পর্কে যত্নশীল হয়।

সুতরাং 'ব্যবহারিক উদাহরণ' অশোধিতভাবে নিম্নলিখিত পার্থক্যের দিকে সিদ্ধ হয়: একক যাত্রীর জন্য যাত্রীর উপাত্তগুলির একটি সেট দেওয়া অনুমিত পদ্ধতি আপনাকে বেঁচে থাকার সম্ভাবনা দেয়, শ্রেণিবদ্ধ আপনাকে জীবন বা মরণের মধ্যে একটি পছন্দ দেয়।

শ্রেণিবদ্ধীদের টিউন করা একইভাবে পি-ভ্যালু এবং আত্মবিশ্বাসের অন্তরগুলিকে সঠিকভাবে ব্যাখ্যা করার জন্য একটি খুব আকর্ষণীয় এবং গুরুত্বপূর্ণ বিষয়।

— বেয়ার
সূত্র

1

ভাল উত্তর. কিছু লোক যখন "অনুমান" শব্দটি শোনেন, তখন তারা "কার্যকারণ অনুমান" বলে মনে করেন। আপনি সম্ভবত সে সম্পর্কে কিছু বলতে ইচ্ছুক হতে পারেন, যদিও (বা সম্ভবত বিশেষত কারণ) আইএসএলআর এতে মনোযোগী নয়।

— জেনেরিক_উজার

1

আমি মনে করি গভীর শিক্ষার জগতের অনুমান যেমন পূর্বাভাসের মতো একই রকম। ব্লগস.এনভিডিয়া.com

— blog/

1

এটি আমার কাছে পুরোপুরি ভাল উত্তর বলে মনে হচ্ছে।

— গুং - মনিকা পুনরায়

3

আমি বিশ্বাস করি যে এই উত্তরটি ভুল, বিশেষত "অনুমানের দৃষ্টিভঙ্গি আপনাকে বেঁচে থাকার সম্ভাবনা দেয়, শ্রেণিবদ্ধ আপনাকে জীবন বা মরণের মধ্যে একটি পছন্দ দেয়", এমনকি আরও বিশেষভাবে প্রথম অংশটি। কোনও যাত্রী বেঁচে থাকার সম্ভাবনা গণনা করা একটি পূর্বাভাস, বিশেষত একটি সম্ভাব্যতা। অবিচ্ছিন্ন ক্ষেত্রে এটি একটি ঘনত্বের পূর্বাভাস হবে। তারপরে আমরা কঠোর শ্রেণিবিন্যাস পাওয়ার জন্য এই পূর্বাভাসের সম্ভাবনাটি প্রান্তিক করতে পারি , হ্যাঁ। ...

— এস কোলাসা - মনিকা

3

... যেখানে পূর্বাভাস ফলাফলগুলি পূর্বাভাস দেওয়ার বিষয়ে , অনুমানটি ফলাফলের সাথে ইনপুটগুলির সম্পর্ক বোঝার বিষয়ে : কোন ইনপুটটির এইরকম একটি সম্পর্ক রয়েছে এবং আমরা কীভাবে একটি "সত্য" সম্পর্ককে এলোমেলো covariation থেকে আলাদা করতে পারি (এটি যেখানে p মানগুলি ভিতরে আসো)? আমাকে কোথায় ভুল করা হচ্ছে কেউ আমাকে ব্যাখ্যা করতে পারেন?

— এস। কোলাসা - মনিকা

11

সাধারণত ডেটা বিশ্লেষণ করার সময় আমরা কল্পনা করি যে এক ধরণের "ডেটা তৈরির প্রক্রিয়া" রয়েছে যা তথ্যকে উত্থান দেয় এবং অনুমান এই প্রক্রিয়াটির কাঠামো সম্পর্কে শিখাকে বোঝায় যখন পূর্বাভাসের অর্থ এটি থেকে প্রাপ্ত ডেটাগুলি পূর্বাভাস দেওয়ার পক্ষে সক্ষম হয়ে থাকে । প্রায়শই দুজনে একসাথে যায় তবে সবসময় হয় না।

উদাহরণস্বরূপ যেখানে দু'জনে হাতের মুঠোয় যায় সহজ লিনিয়ার রিগ্রেশন মডেল

{ওয়াই}_{আমি} = β_{0} + + β_{1} {এক্স}_{আমি} + + ε_{আমি} ।

$Y_i = \beta_0 + \beta_1 x_i + \epsilon_i .$

এই ক্ষেত্রে অর্থ মডেল এবং এর পরামিতিগুলি অনুমান করা এবং আমাদের পূর্বাভাসগুলি এই পরামিতিগুলির আমাদের অনুমানগুলি থেকে কেবল গণনা করা হবে। তবে অন্যান্য ধরণের মডেল রয়েছে যেখানে কেউ বুদ্ধিমান ভবিষ্যদ্বাণী করতে সক্ষম হন তবে পর্দার আড়ালে কী ঘটছে সে সম্পর্কে মডেল অগত্যা অর্থবোধক অন্তর্দৃষ্টি নিয়ে যায় না। এই ধরণের মডেলগুলির কয়েকটি উদাহরণ জটিল সংগ্রহের পদ্ধতিগুলি হতে পারে যা ভাল পূর্বাভাসের দিকে পরিচালিত করতে পারে তবে কখনও কখনও বুঝতে অসুবিধা বা অসম্ভব impossible $\beta_0$ $\beta_1$

— dsaxton
সূত্র

3

"তবে পর্দার আড়ালে কী ঘটছে সে সম্পর্কে মডেল অগত্যা অর্থবহ অন্তর্দৃষ্টি নিয়ে যায় না।" " ব্ল্যাক বক্স " শব্দটি মনে আসে। :)

— অ্যালেক্সিস

বা মাল্টি-লেয়ার নিউরাল জাল

— শিহাব শাহরিয়ার খান

"তবে অন্যান্য ধরণের মডেল রয়েছে যেখানে কেউ বোধগম্য ভবিষ্যদ্বাণী করতে সক্ষম হন, তবে মডেলটি প্রয়োজনীয়ভাবে পর্দার আড়ালে কী ঘটছে সে সম্পর্কে অর্থবহ অন্তর্দৃষ্টি জাগায় না।", কে চিন্তা করে? অনুমান সমস্যা যেমন আপনি এটি সংজ্ঞায়িত করেছেন, এখনও মডেলের পরামিতিগুলি নির্ধারণের মধ্যে একটি। আপনি কেন "বাট" দিয়ে এই বাক্যটি শুরু করলেন এবং আপনার অনুমান এবং পূর্বাভাসের সংজ্ঞা হিসাবে আপনি এই বাক্যটি কেন লিখেছিলেন তা আমি বুঝতে পারি না।

— এনবিরো

1

"তবে" ব্যবহারের কারণ হ'ল পূর্ববর্তী ও নিম্নোক্ত মডেলগুলির বিবরণ উভয়ই সঠিক, তবে নীচের মডেলটি পূর্বের প্রকৃতির থেকে পৃথক পৃথক যে উপায়ে আপনি ভবিষ্যদ্বাণী ও অনুমানের মধ্যে পার্থক্য উপলব্ধি না করা অবধি প্রত্যাশা করেননি would যে চিত্রিত করা হচ্ছে। আমি ডাব্লু / পার্থক্যটি ইতিমধ্যে পরিচিত, তবুও, আমি এই উদাহরণটি অন্তর্দৃষ্টিপূর্ণ এবং সহায়ক বলে মনে করি। +1

— গাং - মনিকা পুনরায়

10

বইয়ের 20 পৃষ্ঠায় লেখকরা একটি সুন্দর উদাহরণ দিয়েছেন যা আমাকে পার্থক্যটি বোঝে।

বইটি থেকে অনুচ্ছেদটি এখানে দেওয়া হয়েছে: পরিসংখ্যান শিক্ষার একটি ভূমিকা

" উদাহরণস্বরূপ , একটি রিয়েল এস্টেট সেটিংয়ে, কোনও ব্যক্তি বাড়ির মূল্য সংযোজন যেমন অপরাধের হার, জোনিং, একটি নদী থেকে দূরত্ব, বায়ু মানের, স্কুল, সম্প্রদায়ের আয়ের স্তর, বাড়ির আকার এবং আরও কিছু সম্পর্কিত চাইতে পারে। এক্ষেত্রে কেউ আগ্রহী হতে পারে যে পৃথক ইনপুট ভেরিয়েবলগুলি দামগুলিকে কীভাবে প্রভাবিত করে — অর্থাৎ নদীর বাড়ির দৃষ্টিভঙ্গি থাকলে কোনও বাড়ির কত বাড়তি মূল্য হবে? এটি একটি অনুমানের সমস্যা Al বিকল্পভাবে, কেউ কেবল আগ্রহী হতে পারে কোনও বাড়ির বৈশিষ্ট্যগুলি বিবেচনা করে তার মূল্য সম্পর্কে ভবিষ্যদ্বাণী করার ক্ষেত্রে: এই বাড়িটি কী কম বা মূল্যবান? এটি একটি পূর্বাভাস সমস্যা ।

— tenshi
সূত্র

5

$y_t$ $x_{1,t}$ $x_{2,t}$

Y_{টি} = চ ({এক্স}_{1, টি - 1}, {এক্স}_{2, টি - 1}) + + ε_{টি}

$y_t=f(x_{1,t-1},x_{2,t-1})+\varepsilon_t$

এখন, আপনি যদি আয়ের উপর ডেটা পেতে, বলে BEA থেকে ব্যক্তিগত নিষ্পত্তিযোগ্য আয় সিরিজ, এবং বছরের ভেরিয়েবলের সময় গঠন করা, আপনি অনুমান করতে পারে ফাংশন চ , তারপর এই মধ্যে বছরের সময় জনসংখ্যা আয়ের সর্বশেষ মান এবং প্লাগ ফাংশন। এটি স্টোরের আয়ের পরবর্তী চতুর্থাংশের পূর্বাভাস দেবে।

$\partial f/\partial x_{2t}$ $\beta_2x_{2,t-1}$

$x$ পারস্পরিক সম্পর্কযুক্ত এটি ভবিষ্যদ্বাণীকের প্রভাব অন্যান্য ভবিষ্যদ্বাণীকের প্রভাব থেকে পৃথক করা কঠিন। পূর্বাভাসের জন্য এটি গুরুত্বপূর্ণ নয়, আপনার যত্ন নেওয়া সমস্তই পূর্বাভাসের গুণমান।

— Aksakal
সূত্র

3

ভাবুন, আপনি নিবিড় পরিচর্যা ইউনিটে মেডিকেল ডাক্তার। আপনার প্রচণ্ড জ্বর এবং একটি প্রদত্ত সংখ্যক রক্তকণিকা এবং প্রদত্ত দেহের ওজন এবং একশো আলাদা ডেটা রয়েছে এবং আপনি যদি ভবিষ্যদ্বাণী করতে চান, যদি সে বাঁচতে চলেছে। যদি হ্যাঁ, তিনি তার অন্যান্য বাচ্চা সম্পর্কে সেই গল্পটি তার স্ত্রীর কাছে গোপন করতে যাচ্ছেন, যদি তা না হয় তবে তার পক্ষে এটি প্রকাশ করা গুরুত্বপূর্ণ, যখন তিনি পারেন।

চিকিত্সক তার ইউনিটে থাকা প্রাক্তন রোগীদের তথ্যের ভিত্তিতে এই ভবিষ্যদ্বাণীটি করতে পারেন। তার সফ্টওয়্যার জ্ঞানের উপর ভিত্তি করে, তিনি সাধারণীকরণিত লিনিয়ার রিগ্রেশন (গ্ল্যাম) ব্যবহার করে বা নিউরাল নেট (এনএন) এর মাধ্যমে ভবিষ্যদ্বাণী করতে পারেন।

1. সাধারণ রৈখিক মডেল

গ্ল্যামের অনেকগুলি পরস্পর সম্পর্কিত প্যারামিটার রয়েছে যার ফলস্বরূপ ফলাফল পেতে ডক্টরকে অনুমান (লিনিয়ারিটি ইত্যাদি) করতে হবে এবং কোন পরামিতিগুলির প্রভাব থাকতে পারে সে সম্পর্কে সিদ্ধান্ত নিতে হবে। গ্ল্যাম তাকে তার প্রতিটি পরামিতিগুলির জন্য তাত্পর্যপূর্ণ পরীক্ষা দিয়ে পুরস্কৃত করবে যাতে তিনি দৃ strong় প্রমাণ সংগ্রহ করতে পারেন, লিঙ্গ এবং জ্বরের একটি উল্লেখযোগ্য প্রভাব রয়েছে, শরীরের ওজন অগত্যা তা নয়।

2. নিউরাল নেট

নিউরাল নেট প্রাক্তন রোগীদের নমুনায় থাকা সমস্ত তথ্য গিলে ফেলবে এবং হজম করবে। ভবিষ্যদ্বাণীকারীরা পারস্পরিক সম্পর্কযুক্ত কিনা এবং এটি এতটা তথ্য প্রকাশ করবে না, শরীরের ওজনের প্রভাব কেবল হাতের নমুনায় বা সাধারণভাবে গুরুত্বপূর্ণ বলে মনে হয় কিনা (অন্ততপক্ষে দক্ষতার স্তরে নয় যা চিকিত্সকের স্তরে নয়) দিতে হবে)। এটি কেবল একটি ফলাফল গণনা করবে।

কি ভাল

কোন পদ্ধতিটি নির্বাচন করতে হবে তার উপর নির্ভর করে আপনি যে সমস্যার থেকে সমস্যাটি দেখছেন: একজন রোগী হিসাবে, আমি নিউরাল নেটকে পছন্দ করব যা লিনিয়ারির মতো দৃ strong় এবং স্পষ্টত ভুল অনুমান ছাড়া আমার কী হবে তার একটি ভাল অনুমানের জন্য সমস্ত উপলব্ধ ডেটা ব্যবহার করে। চিকিত্সক হিসাবে, যিনি একটি জার্নালে কিছু তথ্য উপস্থাপন করতে চান, তার পি-ভ্যালু প্রয়োজন। মেডিসিন খুব রক্ষণশীল: তারা পি-মান জিজ্ঞাসা করতে চলেছে। তাই চিকিত্সক রিপোর্ট করতে চান, এমন পরিস্থিতিতে লিঙ্গের উল্লেখযোগ্য প্রভাব রয়েছে। রোগীর ক্ষেত্রে, এটি কোনও বিষয় নয়, নমুনাটি সম্ভবত যে প্রভাবকে প্রভাবিত করে তা ব্যবহার করুন।

এই উদাহরণে, রোগী ভবিষ্যদ্বাণী চান, চিকিত্সকের বিজ্ঞানী-পক্ষ অনুমান চান wants বেশিরভাগ ক্ষেত্রে, আপনি যখন কোনও সিস্টেম বুঝতে চান, তখন অনুক্রমটি ভাল। আপনি যদি সিস্টেমটি বুঝতে না পারেন এমন সিদ্ধান্ত নেওয়ার দরকার পড়ে তবে পূর্বাভাস যথেষ্ট হবে।

— বের্নহার্ট
সূত্র

1

"একজন রোগী হিসাবে আমি নিউরাল নেটকে প্রাধান্য দেব ..." আপনি ক্লিনিকাল সায়েন্সে প্রচুর পরিমাণে ডেটা পাওয়া খুব কঠিন হতে পারে এই বিষয়টি আপনি এড়িয়ে যাবেন বলে মনে হয়। সুরক্ষা, গোপনীয়তা এবং নৈতিক উদ্বেগগুলির কারণে গোষ্ঠী অনুসারে মাত্র কয়েকটি পর্যবেক্ষণের ডেটা সেটগুলি অস্বাভাবিক নয়। আপনি যদি ডেটা তৈরির প্রক্রিয়াটিতে ডিফেন্সেবল অনুমানগুলি করতে পারেন তবে আপনি ডেটাটির থেকে আরও বেশি দক্ষ ব্যবহার করতে পারবেন।

— ফ্রান্সস রোডেনবার্গ

এটি এমন একটি অনুমানীয় পরিস্থিতি বলে মনে করা হয়েছিল যেখানে আপাতদৃষ্টিতে একই সমস্যা অনুমানের প্রশ্ন এবং ভবিষ্যদ্বাণীজনিত সমস্যাগুলি কেন প্ররোচিত করতে পারে এবং কেন সেগুলি একই নয় তা সহজেই সম্পর্কিত হতে পারে। আমি আসলে রোগীর বেঁচে থাকার সম্ভাবনাগুলির পূর্বাভাস দেওয়ার জন্য পদ্ধতিগুলি প্রস্তাব করছিলাম না এবং হ্যাঁ, লক্ষণীয় আকারের নির্ভরযোগ্য ক্লিনিকাল ডেটা প্রাপ্ত করতে এটি কতটা কঠিন হতে পারে তা সম্পর্কে আমি খুব ভাল করেই জানি। আইএমএইচওর ভাল অনুমান / তথ্য উত্পন্ন প্রক্রিয়া সম্পর্কে জ্ঞান পূর্বাভাসের পাশাপাশি অনুমানের ক্ষেত্রেও সহায়তা করবে, সুতরাং উভয়কে আলাদা করার ক্ষেত্রে তেমন কিছু করবে না।

— বার্নহার্ড

1

তুমি এখানে একা নও উত্তরগুলি পড়ার পরে, আমি আর বিভ্রান্ত হই না - কারণ আমি পার্থক্যটি বুঝতে পারি না, তবে কারণ আমি বুঝতে পারি যে এটি দর্শকের চোখে এবং মৌখিকভাবে প্ররোচিত। আমি নিশ্চিত এখন এই দুটি পদটি বৈজ্ঞানিক দিকগুলির চেয়ে রাজনৈতিক সংজ্ঞা are উদাহরণস্বরূপ বইটি থেকে কলেজটির ব্যাখ্যাটি বিবেচনা করুন, যেগুলি কলেজগুলি উত্তম হিসাবে ব্যবহার করার চেষ্টা করেছিল: "নদীর বাড়ির দৃষ্টিভঙ্গি থাকলে বাড়ির কত বাড়তি মূল্য হবে? এটি একটি অনুমানের সমস্যা।" আমার দৃষ্টিকোণ থেকে, এটি একেবারে ভবিষ্যদ্বাণীযুক্ত সমস্যা। আপনি সিভিল কনস্ট্রাকশন কোম্পানির মালিক এবং আপনি পরবর্তী সেট ঘর তৈরির জন্য সেরা স্থলটি বেছে নিতে চান। আপনাকে একই শহরে দুটি নদীর মধ্যে বেছে নিতে হবে, একটি নদীর ধারে, পরের ট্রেন স্টেশনের কাছে। আপনি ভবিষ্যদ্বাণী করতে চানউভয় অবস্থানের জন্য দাম। অথবা আপনি অনুমান করতে চান । আপনি পরিসংখ্যানের সঠিক পদ্ধতি প্রয়োগ করতে যাচ্ছেন, তবে আপনি প্রক্রিয়াটির নাম দিন। :)

— ব্রানিস্লাভ জেরেমি ć
সূত্র

নদীর দৃশ্যটি একটি নির্দিষ্ট মূল্যের প্রয়োজন হবে এমন ধারণা একটি কার্যকারণীয় ব্যাখ্যা। ভবিষ্যদ্বাণী কার্যকারিতা সম্পর্কে অজ্ঞেয়বাদী: আমি কারণগুলি থেকে, প্রভাবগুলি থেকে কারণগুলি থেকে, বা অন্য প্রভাব থেকে 1 টি প্রভাব থেকে ডাব্লু / অনুরূপ কারণগুলির দ্বারা প্রভাবগুলির পূর্বাভাস দিতে পারি। আমার বন্ধু বিলির কথা বিবেচনা করুন, যিনি 5'10 "এবং তাঁর একদম যমজ ববি, আমি কখনও পাই নি। তবুও আমি ববি 5'10" ভবিষ্যদ্বাণী করতে পারি, তবে আমি যদি তাকে এলিভেটর জুতা দিয়ে বিলিকে আরও লম্বা করে তুলি, আমি অগত্যা বিলি অনুরূপভাবে লম্বা হবে তা অনুমান করতে পারি না।

— গুং - মনিকা পুনরায়

আপনি যে উদাহরণটি উদ্ধৃত করেছেন তা হ'ল একটি দুর্বল উদাহরণ, এ কারণেই এটি বিভ্রান্তিকর। "রাজনীতি" এর চেয়ে অনুমান এবং ভবিষ্যদ্বাণীকের মধ্যে পার্থক্যটি অবশ্যই রয়েছে।

— রিচার্ড হার্ডি

1

ভালো গবেষণা রয়েছে যা দেখায় যে orrowণগ্রহীতারা তাদের loansণ পরিশোধ করবেন কিনা তার শক্তিশালী ভবিষ্যদ্বাণী হ'ল তারা তাদের মেঝে আসবাবের পায়ে আঁচড়ানো থেকে রক্ষা করতে অনুভূতি ব্যবহার করে কিনা। এই "অনুভূত" পরিবর্তনশীলটি ভবিষ্যদ্বাণীমূলক মডেলটির স্বতন্ত্র সহায়তা হবে যেখানে ফলাফলটি ডিফল্ট হিসাবে পুনরায় পরিশোধ করা হবে। তবে, outcomeণদানকারীরা যদি এই ফলাফলের উপর আরও বেশি লাভ অর্জন করতে চান তবে তারা ভাবতে পারছেন না তারা যতটা পারছেন তত বিস্তৃত বিতরণ করে তারা তা করতে পারে।

"এই orণগ্রহীতার শোধ করার সম্ভাবনা কতটা?" একটি পূর্বাভাস সমস্যা; "আমি কীভাবে ফলাফলকে প্রভাবিত করতে পারি?" একটি কার্যকারণ অনুমান সমস্যা।

— rolando2
সূত্র

-1

y = f (x) তখন

পূর্বাভাস (প্রদত্ত x এর সাথে Y এর মান কী: যদি x এর নির্দিষ্ট মান Y এর মান কী হতে পারে

অনুমান (এক্স পরিবর্তনের সাথে y কীভাবে পরিবর্তন হয়): এক্স পরিবর্তিত হলে Y এর উপর কী প্রভাব পড়তে পারে

পূর্বাভাসের উদাহরণ: ধরুন y কোনও ব্যক্তির বেতনের প্রতিনিধিত্ব করে যদি আমরা যদি বছরের পর বছর অভিজ্ঞতা, ইনপুট ভেরিয়েবল হিসাবে ডিগ্রি প্রদান করি তবে আমাদের ফাংশনটি কর্মীর বেতনের পূর্বাভাস দেয়।

অনুমানের উদাহরণ: ধরুন জীবনযাত্রার ব্যয় পরিবর্তন হলে বেতনের কত পরিবর্তন হয়

— সীতারাম ভেনকাটা দান্তু
সূত্র

আমি দেখতে পাচ্ছি না কেন এই উত্তরটি দুটি ডাউনভোটকে যোগ্য করে তুলেছে।

— গুং - মনিকা পুনরায়