দিনের ঘন্টা কি একটি পৃথক পরিবর্তনশীল?


24

"দিনের ঘন্টা" যেখানে মান 0, 1, 2, ..., 23 একটি শ্রেণিবদ্ধ পরিবর্তনশীল হতে পারে? আমি না বলতে প্রলুব্ধ হব, যেহেতু 5, উদাহরণস্বরূপ, 3 বা 7 এর চেয়ে 4 বা 6 এর নিকটবর্তী।

অন্যদিকে, 23 এবং 0 এর মধ্যে বিচ্ছিন্নতা রয়েছে।

সুতরাং এটি সাধারণত শ্রেণীবদ্ধ হিসাবে বিবেচনা করা হয় বা না? নোট করুন যে 'ঘন্টা' হ'ল একটি স্বাধীন ভেরিয়েবল, আমি যে ভেরিয়েবলটি ভবিষ্যদ্বাণী করার চেষ্টা করছি তা নয়।


7
তুমি অর্জন করার জন্য কি চেষ্টা করতেছ? আপনি যদি কোনও মডেল ফিট করে থাকেন, তবে কি ঘন্টা বা কোনও প্রতিক্রিয়া রয়েছে, যেমন?
গুং - মনিকা পুনরায়

2
যদি আপনার অতিরিক্ত পরিমাণ ডিগ্রি অব্যাহত থাকে (যেমন শ্রেণীবদ্ধ হিসাবে বিবেচনা করা হয়) বা আপনি না পেয়ে থাকেন তবে প্রথম কয়েকটি ফুরিয়ার শর্তাদি ব্যবহার করতে পারলে আপনি প্রতি ঘন্টার জন্য একটি ডামি ভেরিয়েবল ব্যবহার করতে পারেন। সাধারণভাবে ভাবেন যে প্রতিক্রিয়াটির সাথে কীভাবে সম্ভাব্য সম্পর্কের সর্বোত্তম প্রতিনিধিত্ব করা যায় - যখন দোকানগুলি খোলা থাকে তখন একক ডামি ভেরিয়েবল ফ্ল্যাগিং পরিবেশন করতে পারে।
স্কর্চচি - মনিকা পুনরায় ইনস্টল করুন

ঘন্টার মতো কিছুকে সর্বোত্তম কাজ করে তার উপর নির্ভর করে "শ্রেণিবদ্ধ" বা "সংখ্যাসূচক" হিসাবে বিবেচনা করা যেতে পারে। সাধারণভাবে কোনও সঠিক বা ভুল উত্তর নেই - এটি সর্বোত্তম কী করে তা নির্ভর করে depends আমি বিভিন্ন জিনিস চেষ্টা করে দেখতে চাই এবং আপনার পরিস্থিতিতে কী সেরা কাজ করে তা দেখার পরামর্শ দেব।
রাউন্ডস্কোয়ার

উত্তর:


29

আপনি কী মডেল করতে চান তার উপর নির্ভর করে ঘন্টা (এবং মরসুমের মতো আরও অনেক গুণাবলী) আসলে সাধারণ চক্রীয় পরিবর্তনশীল। Seতুগুলির ক্ষেত্রে আপনি এগুলিকে কম বা বেশি শ্রেণিবদ্ধ হিসাবে বিবেচনা করতে পারেন এবং কয়েক ঘন্টা ক্ষেত্রে আপনি এগুলি অবিরত হিসাবে মডেল করতে পারেন।

তবে আপনার মডেলের কয়েক ঘন্টা এমন ফর্মে ব্যবহার করা যা আপনার জন্য চক্রবৃদ্ধির যত্ন নেয় না ফলপ্রসূ হবে না। পরিবর্তে কিছুটা রূপান্তর নিয়ে আসার চেষ্টা করুন। ঘন্টা ব্যবহার করে আপনি ত্রিঘনমিতি পদ্ধতির মাধ্যমে ব্যবহার করতে পারেন

xhr = sin(2*pi*hr/24)
yhr = cos(2*pi*hr/24)

সুতরাং আপনি পরিবর্তে xhrএবং yhrমডেলিং জন্য ব্যবহার করবে । উদাহরণস্বরূপ এই পোস্টটি দেখুন: লিনিয়ার রিগ্রেশন মধ্যে বিজ্ঞপ্তি পূর্বাভাসকারী ব্যবহার


2
(+1) আপনি asonsতু এবং ঘন্টাগুলির মধ্যে পার্থক্যটি ব্যাখ্যা করতে পারেন?
স্কর্চচি - মনিকা পুনরায় ইনস্টল করুন

হুম, আমি মনে করি morningতুগুলির সকাল, দুপুর এবং সন্ধ্যার মতো একইরকম অর্থ থাকে যখন দিনের বেলা কয়েক ঘন্টা কথা হয়। ইমো যখন কেবল অস্পষ্ট তথ্য উপলব্ধ থাকে এবং রেজোলিউশনটি দুর্বল (seতুতে 4 টি মানের মতো) এগুলি শ্রেণিবদ্ধ বিবেচনা করে এবং এনকোডিংয়ের জন্য ডামি ভেরিয়েবলগুলি যুক্তিসঙ্গত বলে মনে হয়। :-)
ড্রে

1
আমি মনে করি মূল বিষয়টি হ'ল, কারণ ট্রিগ ব্যবহার করে কেবল 4 টি asonsতু রয়েছে। দিনের এক ঘণ্টার সাথে আপনি 21 ডিগ্রি স্বাধীনতা বঞ্চিত করেন - এমন এক শ্রেণিবদ্ধ উপস্থাপনের সাথে তুলনা করুন যা আপনি কেবল 1 ডিগ্রি স্বাধীনতা ছাড়েন। (এবং আপনি যদি তাদের অনাবশ্যক প্রয়োজন হবে না, তারপর xhr = sin(4*pi*hr/24), yhr = cos(4*pi*hr/24), & তাই বিন্দু যোগ করা যেতে পারে, আপ যেখানে যথেষ্ট পর্যবেক্ষণের আপনি may শ্রেণীগত যেমন দিনের পাশাপাশি আচরণ ঘণ্টা যান।)
Scortchi - পুনর্বহাল মনিকা


1

দিনের ঘন্টাটি শ্রেণিবদ্ধ পরিবর্তনশীল হিসাবে সেরা উপস্থাপন করা হয় না, কারণ মানগুলির একটি প্রাকৃতিক ক্রম রয়েছে। চুলের রঙ, উদাহরণস্বরূপ, শ্রেণিবদ্ধ, কারণ বিভাগগুলির ক্রমটির কোনও অর্থ নেই -, লাল, বাদামী, স্বর্ণকেশী {স্বর্ণকেশী, বাদামী, লাল as হিসাবে কার্যকর} দিনের বেলা, অন্যদিকে, প্রাকৃতিক অর্ডার রয়েছে - সকাল 9 টা থেকে সন্ধ্যা to টা নাগাদ সকাল 10 টা বা সকাল 8 টার কাছাকাছি। এটি একটি বিচ্ছিন্ন অর্ডিনাল ভেরিয়েবল হিসাবে সেরা বিবেচনা করা হয়। এটি ঘূর্ণিঝড় হওয়ার একটি অতিরিক্ত বৈশিষ্ট্য রয়েছে, যেহেতু সকাল 12 টা থেকে 11 টা এবং এর আগে 1am।


নির্দিষ্ট শ্রেণিবদ্ধ ভেরিয়েবলের মানগুলিতে কি প্রাকৃতিক অর্ডার নেই?
dsaxton

হ্যাঁ, তবে সে ক্ষেত্রে এগুলি অর্ডিনাল হিসাবে আরও ভালভাবে বর্ণনা করা হয়েছে। সাধারণ ভেরিয়েবলগুলি শ্রেণিবদ্ধ পরিবর্তনশীল যাগুলির একটি প্রাকৃতিক ক্রম রয়েছে।
পারমাণবিক ওয়াং

1
সুতরাং আপনি কীভাবে কোনও রিগ্রেশন মডেলটিতে ভবিষ্যদ্বাণী হিসাবে একটি বিচ্ছিন্ন, নিয়মিত, চক্রীয় পরিবর্তনশীলকে উপস্থাপন করবেন?
স্কর্চচি - মনিকা পুনরায় ইনস্টল করুন

0

তাত্ত্বিকভাবে, এটি নির্ভর করে আপনি কীভাবে ভেরিয়েবলটিকে ফর্ম্যাট করবেন অর্থাৎ এটি "ধারাবাহিক" (একক সহগের সাথে মডেলিং) বা শ্রেণিবদ্ধ (দিনের "ঘন্টা" প্রতি সহগ) হতে পারে। আপনি উভয় মিশ্রণ করতে পারে উদাহরণস্বরূপ টুকরা অনুযায়ী ফাংশন।

ব্যবহারিকভাবে, কারণ 0 এবং 23 মূলত দিনের একই "ঘন্টা" তাই আমি দিনের বিভিন্ন সময়কালকে বৃহত্তর, আরও সমজাতীয় এবং বিশ্বাসযোগ্য গ্রুপিং হিসাবে বিবেচনা করব। উদাহরণস্বরূপ, 8 ঘন্টা ইনক্রিমেন্টে - সকাল 8 টা থেকে 4 টা, বিকাল 4-12, এবং 12-8 টা।


4
0 এবং 23 স্বতন্ত্র সময়। 0 এবং 24 একই ঘন্টা হবে।
পল রেইনার্স

বিটিডাব্লু, আমি গুংয়ের মন্তব্য অনুসারে ধরে নিচ্ছি যে দিনের ঘন্টাটি একটি স্বাধীন পরিবর্তনশীল, মডেলিং নির্ভরশীল পরিবর্তনশীল নয়। আমার বক্তব্যটি 0 এবং 23 বাস্তবে তেমন আলাদা নয় - আপনি কি বলবেন যে আপনার মডেলিং ইভেন্টের মধ্যে 0:51 এর বিপরীতে 23:59 এ সংঘটিত ঘটনাগুলির মধ্যে একটি পরিসংখ্যানগত পার্থক্য রয়েছে?
ফ্রাঙ্ক এইচ।

1
তথ্য ফেলে দেওয়ার কোন সমস্যা সমাধান করার কথা তা নিশ্চিত নয়। দেখুন একটি ক্রমাগত predictor পরিবর্তনশীল বিচ্ছেদ এর সুবিধা কি?
Scortchi - পুনর্বহাল মনিকা

@ স্কার্টচি - যেমন পোস্টে বলা হয়েছে, আপনি এমন একটি ধারাবাহিক সম্পর্ক ধরে নিচ্ছেন যে বিনিং তথ্য "ফেলে দেবে"। তবে যদি এটি না হয়, তবে বিন্নিংই হ'ল যথাযথ রূপান্তর। এবং এটি ধরে নিয়েছে যে আপনার কাছে প্রচুর ডেটা শুরু হবে, যা ওপি উল্লেখ করেনি।
ফ্র্যাঙ্ক এইচ।

একজন ভবিষ্যদ্বাণীকের মধ্যে সম্পর্কের উপর বাধা আরোপ করা এবং প্রতিক্রিয়া নিজের মধ্যে একটি খারাপ জিনিস নয় - আপনি যে পোস্টটিতে প্রথম প্রকাশনা করছেন, তত পর্যবেক্ষণ পাওয়া যায় তা একটি গুরুত্বপূর্ণ বিবেচনা - তবে এর দ্বারা আরোপিত একটি দিনের ঘন্টাটির উপস্থাপনা - আট থেকে পনেরো ঘন্টা ফ্ল্যাট, ষোলতে লাফিয়ে বা ড্রপ সহ, এবং - এগুলি সাধারণভাবে উপযুক্ত পদ্ধতির জন্য একটি অদ্ভুত পরামর্শ বলে মনে হয়।
স্কর্চচি - মনিকা পুনরায় ইনস্টল করুন
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.