স্টার প্যারামিটারগুলি উপস্থাপন করে আমার কাছে দুটি সেট ডেটা রয়েছে: একটি পর্যবেক্ষণকৃত এবং একটি মডেলড। এই সেটগুলির সাহায্যে আমি তৈরি করি যা ডু-কালার ডায়াগ্রাম (টিসিডি) বলে। একটি নমুনা এখানে দেখা যায়:
একটি পর্যবেক্ষণকৃত ডেটা এবং বি মডেল থেকে প্রাপ্ত ডেটা (কালো রেখাগুলি মনে করবেন না, বিন্দুগুলি ডেটা উপস্থাপন করে না) আমার কাছে কেবল একটি এ ডায়াগ্রাম রয়েছে, তবে আমি যতটা চাই বি বিচিত্র চিত্র তৈরি করতে পারি এবং আমার যা প্রয়োজন এক যে ভাল দেখাচ্ছে রাখার একটি ।
সুতরাং আমার যা প্রয়োজন তা হ'ল ডায়াগ্রাম বি (মডেল) থেকে ডায়াগ্রাম এ (পর্যবেক্ষণ) এর ফিটের ভালতা যাচাই করার একটি নির্ভরযোগ্য উপায় ।
এখনই আমি যা করি তা হ'ল আমি প্রতিটি ডায়াগ্রামের জন্য উভয় অক্ষকে (প্রতিটিটির জন্য ১০০ টি বিন) বিন্ন করে একটি 2 ডি হিস্টগ্রাম বা গ্রিড তৈরি করি (এটিই আমি বলে থাকি, সম্ভবত এটির আরও সঠিক নাম রয়েছে) তারপর আমি গ্রিডের প্রতিটি কক্ষের মধ্য দিয়ে যাই এবং আমি সেই নির্দিষ্ট কক্ষের জন্য A এবং B এর মধ্যে গণনাগুলির মধ্যে সম্পূর্ণ পার্থক্য খুঁজে পাই । সমস্ত কক্ষের মধ্য দিয়ে যাওয়ার পরে, আমি প্রতিটি কক্ষের মানগুলি যোগ করি এবং তাই আমি A এবং B এর মধ্যে ফিট ( ) এর সদ্ব্যবহারকে উপস্থাপন করে একটি একক ধনাত্মক প্যারামিটার দিয়ে শেষ করি । শূন্যের নিকটতম, ফিট তত ভাল। মূলত, এটি প্যারামিটারের মতো দেখাচ্ছে:
; যেখানে হল সেই নির্দিষ্ট কক্ষের জন্য ডায়াগ্রাম এ- এর তারার সংখ্যা ( দ্বারা নির্ধারিত ) এবং B বি এর জন্য সংখ্যা ।
এই সেই হয় গন্য প্রতিটি সেল বর্ণন মত পার্থক্য গ্রিড আমি (নোট যে আমি পরম মান ব্যবহার করছি না তৈরি এই ছবিতে কিন্তু আমি কি করতে যখন গণক তাদের ব্যবহার প্যারামিটার):
সমস্যাটি হ'ল আমাকে পরামর্শ দেওয়া হয়েছে যে এটি ভাল অনুমানক নাও হতে পারে, মূলত কারণ প্যারামিটারটি কম হওয়ায় এই ফিটটি এই অন্যটির চেয়ে ভাল is কারণ সত্যই আমি আরও কিছু বলতে পারি না।
গুরুত্বপূর্ণ :
(এটি আনার জন্য @ পিটারএলিসকে ধন্যবাদ)
1- খ এর পয়েন্টগুলি A এর সাথে পয়েন্টগুলির সাথে একের সাথে সম্পর্কিত নয় । যে যখন ভাল হইয়া অনুসন্ধানের জন্য মনে রাখতে হবে একটি গুরুত্বপূর্ণ জিনিস: এ বিন্দুর সংখ্যা একটি এবং বি হয় না অগত্যা একই এবং হইয়া ধার্মিকতা পরীক্ষা এই অমিল হিসাব এবং এটি কমানোর জন্য চেষ্টা করা উচিত।
2- যে বিন্দুর সংখ্যা বি ডেটা সেট (মডেল আউটপুট) আমি হইয়া চেষ্টা একজন হয় না ঠিক করেছি।
আমি কিছু ক্ষেত্রে ব্যবহৃত চি-স্কোয়ার্ড পরীক্ষাটি দেখেছি :
; যেখানে ফ্রিকোয়েন্সি (মডেল) এবং প্রত্যাশিত ফ্রিকোয়েন্সি (পর্যবেক্ষণ) পর্যবেক্ষণ করা হয়।
তবে সমস্যাটি হল: শূন্য হলে আমি কী করব ? উপরের চিত্রটিতে আপনি দেখতে পাচ্ছেন, আমি যদি এই ব্যাপ্তিতে এই চিত্রগুলির একটি গ্রিড তৈরি করি তবে অনেকগুলি ঘর থাকবে যেখানে শূন্য।
এছাড়াও, আমি পড়েছি কিছু লোক লস্ট সম্ভাবনা পোইসন টেস্টের ক্ষেত্রে হিস্টোগ্রামের সাথে জড়িত এমন ক্ষেত্রে প্রয়োগ করার পরামর্শ দেয় । যদি এটি সঠিক হয় তবে কেউ যদি এই নির্দিষ্ট ক্ষেত্রে সেই পরীক্ষাটি কীভাবে ব্যবহার করতে পারেন সে সম্পর্কে আমাকে নির্দেশ দিতে পারলে আমি সত্যিই এটির প্রশংসা করব (মনে রাখবেন, পরিসংখ্যান সম্পর্কে আমার জ্ঞানটি খুব খারাপ নয়, সুতরাং দয়া করে এটি যথাসাধ্য রাখুন :)