ভবিষ্যদ্বাণীমূলক মডেলিংয়ের ক্ষেত্রে মিশ্র মডেলগুলির সুবিধাগুলি সম্পর্কে আমি কিছুটা বিভ্রান্ত। যেহেতু ভবিষ্যদ্বাণীমূলক মডেলগুলি সাধারণত পূর্ববর্তী অজানা পর্যবেক্ষণগুলির মানগুলি পূর্বাভাস দেওয়ার জন্য বোঝানো হয় তবে এটি আমার কাছে স্পষ্ট মনে হয় যে মিশ্র মডেলটি কার্যকর হতে পারে কেবলমাত্র জনসংখ্যা-স্তরের পূর্বাভাস সরবরাহের দক্ষতার মাধ্যমে (এটি কোনও এলোমেলো প্রভাব সংযোজন না করে)। তবে সমস্যাটি হ'ল আমার অভিজ্ঞতায় এখন পর্যন্ত মিশ্র মডেলগুলির উপর ভিত্তি করে জনসংখ্যা স্তরের পূর্বাভাসগুলি কেবল স্থির প্রভাবগুলির সাথে স্ট্যান্ডার্ড রিগ্রেশন মডেলগুলির উপর ভিত্তি করে পূর্বাভাসগুলির তুলনায় উল্লেখযোগ্যভাবে খারাপ।
তাহলে ভবিষ্যদ্বাণীজনিত সমস্যাগুলির ক্ষেত্রে মিশ্র মডেলগুলির বক্তব্য কী?
সম্পাদনা করুন। সমস্যাটি হ'ল: আমি একটি মিশ্র মডেল লাগিয়েছি (উভয় স্থির এবং এলোমেলো প্রভাব সহ) এবং কেবল স্থির প্রভাবগুলির সাথে স্ট্যান্ডার্ড লিনিয়ার মডেল। আমি যখন ক্রস-বৈধতা করি তখন আমি ভবিষ্যদ্বাণীমূলক নির্ভুলতার নীচের স্তরবিন্যাস পাই: 1) স্থির এবং এলোমেলো প্রভাব ব্যবহার করার পূর্বাভাস দেওয়ার সময় মিশ্র মডেলগুলি (তবে এটি অবশ্যই এলোমেলো প্রভাবের ভেরিয়েবলগুলির পরিচিত স্তরের পর্যবেক্ষণের জন্যই কাজ করে, সুতরাং এই ভবিষ্যদ্বাণীমূলক পদ্ধতির মনে হয় না) বাস্তব ভবিষ্যদ্বাণীপূর্ণ অ্যাপ্লিকেশন জন্য উপযুক্ত হতে পারে!); 2) স্ট্যান্ডার্ড লিনিয়ার মডেল; 3) জনসংখ্যা-স্তরের পূর্বাভাসগুলি ব্যবহার করার সময় মিশ্র মডেল (তাই এলোমেলো প্রভাবগুলি ছুঁড়ে দেওয়া হয়)। সুতরাং, স্ট্যান্ডার্ড লিনিয়ার মডেল এবং মিশ্র মডেলের মধ্যে একমাত্র পার্থক্য হ'ল বিভিন্ন অনুমানের পদ্ধতির কারণে সহগের কিছুটা আলাদা মান হয় (অর্থাত্ উভয় মডেলগুলিতে একই প্রভাব / ভবিষ্যদ্বাণী রয়েছে, তবে তাদের পৃথক সম্পর্কিত সহগ রয়েছে)।
সুতরাং আমার বিভ্রান্তি একটি প্রশ্নে ফুটে উঠেছে, কেন আমি কখনই ভবিষ্যদ্বাণীপূর্ণ মডেল হিসাবে মিশ্র মডেলটি ব্যবহার করব, যেহেতু জনসংখ্যা-স্তরের পূর্বাভাসগুলি তৈরি করতে মিশ্র মডেল ব্যবহার করা একটি আদর্শ রৈখিক মডেলের তুলনায় নিম্নমানের কৌশল বলে মনে হয়।