রিগ্রেশন মডেলগুলিতে বাম-হাত এবং ডানদিকে নামকরণ

Question

$$y = \beta_{0} + \beta_{1}x_{1} + \varepsilon_{0}$$

রিগ্রেশন মডেলগুলি বর্ণনার ভাষা যেমন উপরে বর্ণিত খুব সাধারণ লিনিয়ার রিগ্রেশন প্রায়শই পরিবর্তিত হয় এবং এই ধরনের প্রকরণগুলি প্রায়শই অর্থের সাথে সূক্ষ্ম শিফট বহন করে। উদাহরণস্বরূপ, সমীকরণের বাম দিকে মডেলটির অংশটি বন্ধনীগুলিতে অর্থ এবং স্বরলিপি সহ (অন্যদের মধ্যে আমি অজ্ঞ নই) বলা যেতে পারে:

• নির্ভরশীল ভেরিয়েবল (কার্যনির্বাহীকরণের ইঙ্গিত)
• পূর্বাভাস পরিবর্তনশীল (মডেল পূর্বাভাস বোঝায় / পূর্বাভাস দেয়)
• প্রতিক্রিয়া ভেরিয়েবল (কার্যকারিতা বা কমপক্ষে সাময়িক ক্রমগুলি বোঝায়)
• ফলাফল পরিবর্তনশীল (কার্যকারিতা বোঝায়)

নামকরণের প্রকরণটি সমীকরণের ডানদিকেও সত্য (একই দাবি অস্বীকার যে আমি অন্যান্য শর্তাবলী সম্পর্কে একটি অজ্ঞতা):

• স্বতন্ত্র পরিবর্তনশীল (কার্যকরী অগ্রাধিকার বোঝায়, পরীক্ষামূলক ডিজাইনে ইঙ্গিত)
• ভবিষ্যদ্বাণীকারী ভেরিয়েবল (পূর্বাভাসের সূত্রপাত করে , বোঝায় যে ভেরিয়েবলটির সাথে একটি শূন্য-প্যারামিটার অনুমান যুক্ত রয়েছে)

পরীক্ষার প্রস্তাব দেওয়ার সময় বা গবেষণার মাধ্যমে যোগাযোগ করার সময় আমি কেবলমাত্র একটি শব্দ বা অন্য শব্দ ব্যবহারের জন্য আহ্বান জানাইনি, তবে পরবর্তীকালে আমি যে পদটিটি প্রতিস্থাপন করার জন্য বেছে নিয়েছি তাতে আহ্বান জানানো হয়েছিল। যদিও ফোন করা লোকেরা অবশ্যই পেডেন্টিক (এনবি: আমি একজন পেশাদার পেডেন্ট, তাই আমি সহানুভূতিশীল), কারণ অবশ্যই আমরা সকলেই বুঝতে পেরেছিলাম কী কী জানানো হচ্ছে , আমি এখনও অবাক হই:

রিগ্রেশন মডেলগুলিতে বাম-ডান এবং ডান হাতের ভেরিয়েবলগুলির জন্য সাধারণত ব্যবহৃত পদগুলি রয়েছে যা (ক) মডেলের বহিরাগত ব্যবহারগুলি, (খ) ভেরিয়েবলের মধ্যে কার্যকারণীয় সম্পর্ক এবং (গ) গবেষণার দিকগুলির ক্ষেত্রে অজ্ঞেয় ডিজাইনগুলি ভেরিয়েবলগুলি নিজেরাই তৈরি করতে ব্যবহৃত হয়?

এনবি: আমি সঠিক মডেলিং এবং সঠিক ব্যাখ্যার গুরুত্বপূর্ণ বিষয়গুলি সম্পর্কে জিজ্ঞাসা করছি না (যেমন আমি কার্যকারিতা, অধ্যয়নের নকশা ইত্যাদি সম্পর্কে খুব বেশি যত্নশীল), তবে সাধারণত এই জাতীয় মডেলগুলির বিষয়ে কথা বলার জন্য কোনও ভাষার প্রতি আমি আগ্রহী।

(আমি বুঝতে পারি যে "বাম-হাতের ভেরিয়েবলগুলি" এবং "ডান হাতের ভেরিয়েবলগুলি", সম্ভবত আমি একটি বিশ্বাসযোগ্য উত্তর হিসাবে বিবেচিত হতে পারি, তবে এই পদগুলি জটিল বলে মনে হচ্ছে ... সম্ভবত এটি একটি জটিল বিষয় question

Comments

এ নিয়ে কোনও বিভ্রান্তি হওয়া উচিত না।

— কার্ল

আমি মনে করি সংক্ষিপ্ত উত্তরটি হ'ল না। এটি আমার মতে ভাল কারণেই। আনুষ্ঠানিক উদাহরণগুলিতে, ভেরিয়েবলগুলি সনাক্ত করতে ব্যবহৃত ভাষাটি কোনও মডেলগুলির উদ্দেশ্যে নির্দিষ্ট অ্যাপ্লিকেশন / ডোমেনের মধ্যে বিশিষ্ট ব্যাখ্যার জন্য যথেষ্ট পরিমাণে বোঝানো উচিত (যেমন কার্যকারিতা কোনও রিগ্রেশন মডেলটিতে অন্তর্ভুক্ত কিনা এবং নামকরণের যথাযথ ব্যবহার সহায়তা করবে) এর সাথে).

— জ্যাচারি ব্লুমেনফিল্ড

@ জাচারি ব্লুমেনফেল্ড (ক) মন্তব্যে জবাব দেবেন না। :) (খ) এবং তবুও, আমরা সাধারণ শর্তে নিজেই "রিগ্রেশন" সম্পর্কে কথা বলি, ডিজাইনের অধ্যয়ন, শৃঙ্খলাবদ্ধ জ্ঞান ডোমেন ইত্যাদির আশ্রয় না করে (যেমন প্রচুর ভাবেন লোকেরা স্টাডি নকশা, কার্যকারিতা না প্রার্থনা করে কমপক্ষে স্কোয়ারের অনুমানকারী সম্পর্কে কথা বলতে এবং লিখতে পারেন) ইত্যাদি)) যদি আমাদের কাছে পরিসংখ্যানগত প্রচেষ্টার বিস্তৃত শ্রেণির বর্ণনা দেওয়ার জন্য অ্যাপ্লিকেশন-অজ্ঞাত ভাষা থাকে তবে এই জাতীয় প্রচেষ্টার উপাদানগুলির জন্য কেন একইভাবে অজ্ঞাত ভাষা নেই?

— অ্যালেক্সিস

নিশ্চিত হতে পারছি না যদি এই, একটি উত্তর বিবেচনা করা সাধ্যমতো তাই আমি একটি মন্তব্য হিসাবে এটা পোস্ট করছি: হয়তো কিছু পরিভাষা অনুমান থেকে আসছে (যেমন একটি অভিক্ষেপ হয় সম্মুখের দিকে স্থান)? ভালো লেগেছে প্রজেক্টর এবং projectand (আমি যেমন আমি প্রাসঙ্গিক পদ মনে করতে পারছি না আপ এই তৈরি করছি এখন)। সেই পরিভাষাটি আপনার (ক), (খ) এবং (সি) মুক্ত হওয়া উচিত। $X(X'X)^{-1}X'y$$y$$X$

— রিচার্ড হার্ডি

@ কেনজি আমি আপনার বেশিরভাগ দৃষ্টিভঙ্গির সাথে আন্তরিকভাবে একমত হই। তবে আমি একমত নই যে একটি প্রয়োগকৃত ক্ষেত্রে কেবলমাত্র রিগ্রেশন সমীকরণ সম্পর্কে কথা বলা উচিত: আমাদের এমন একটি ভাষা থাকা উচিত যা সমস্ত রিগ্রেশন মডেলের বাম এবং ডান হাতের চলকগুলি নিয়ে কথা বলতে পারে , উদাহরণস্বরূপ, এই জাতীয় পদ্ধতির প্রয়োগ পরীক্ষা করার সময় শাখা জুড়ে একটি মেটা স্তর।

— অ্যালেক্সিস

Answer 1

এটি একটি চমৎকার প্রশ্ন। আসলে, এটি এত ভাল যে এর কোনও উত্তর নেই। আমার জ্ঞানের সর্বোপরি, ওয়াইয়ের বর্ণনা দেওয়ার জন্য কোনও সত্য "অজ্ঞাত" নেই term

আমার অভিজ্ঞতা এবং পঠনগুলিতে, আমি দেখতে পেলাম যে শব্দার্থবিজ্ঞানটি ডোমেন-নির্দিষ্ট এবং মডেল-উদ্দেশ্য-নির্দিষ্ট।

ইকোনোমেট্রিকিয়ানরা ব্যাখ্যামূলক এমন কোনও মডেল তৈরি করার সময় নির্ভরশীল পরিবর্তনশীল পদগুলি ব্যবহার করবেন। তাত্ত্বিক ব্যাখ্যামূলক ক্ষমতার চেয়ে সঠিক অনুমান / পূর্বাভাসের প্রতি বেশি মনোযোগী এমন একটি পূর্বাভাস মডেল তৈরি করতে গিয়ে তারা ভবিষ্যদ্বাণীযুক্ত বা ফিটিত বা আনুমানিক পরিবর্তনশীল পদগুলি ব্যবহার করতে পারেন।

বিগ ডেটা / ডিপ লার্নিং ভিড় সম্পূর্ণ ভিন্ন ভাষা ব্যবহার করে। এবং, তারা সাধারণত রেসপন্স ভেরিয়েবল বা টার্গেট ভেরিয়েবল পদ ব্যবহার করবে। তাদের মডেলগুলি এমন একটি কালো বাক্স যা তারা সাধারণত কোনও ঘটনাকে ব্যাখ্যা করার পরিবর্তে এটি পূর্বাভাস দেওয়ার জন্য এবং সঠিকভাবে অনুমান করার চেষ্টা করে না। তবে, কোনওভাবেই তারা প্রডিক্টড শব্দটি ব্যবহার করে ধরা পড়বে না। তারা রেসপন্স বা টার্গেটের শর্তগুলি বেশি পছন্দ করে।

আমি আউটকম ভেরিয়েবল শব্দটির সাথে কম পরিচিত am এটি অন্যান্য ক্ষেত্রে যেমন সাইকোলজি, মেডিসিন, ক্লিনিকাল ট্রায়ালস, এপিডেমিওলজি সহ সামাজিক বিজ্ঞানের তুলনায় আমি কম প্রকাশ পেয়েছি সে ক্ষেত্রে এটি প্রচলিত হতে পারে।

উপরের দিক থেকে, ওয়াই বর্ণনার জন্য আমি আপনাকে কোনও "অজ্ঞেয়বাদী" শব্দার্থবস্তু সরবরাহ করতে পারিনি Instead পরিবর্তে, আমি বিভিন্ন শ্রোতার সাথে পরিচর্যা করার সময় কী অর্থবোধ ব্যবহার করতে হবে এবং আপনার মডেলের উদ্দেশ্যটিও প্রতিবিম্বিত করার বিষয়ে কিছুটা তথ্য সরবরাহ করেছি। সংক্ষেপে, আমি মনে করি না আপনি যদি একনোমেট্রিক্সের সাথে নির্ভরশীল ভেরিয়েবল এবং ডিপ লার্নিং টাইপের সাথে রেসপন্স বা টার্গেট ভেরিয়েবলের কথা বলেন তবে কেউ আঘাত পেয়েছে বলে মনে হয় না। আশা করি, আপনি এই জনতাকে আলাদা করতে পারেন অন্যথায় আপনার হাতে মৌখিক খাবারের লড়াই হতে পারে।

Comments

আমি আশা করি আমি আপনাকে "মৌখিক খাদ্য লড়াই"

— অ্যালেক্সিস