পিয়ারসনের চেয়ে স্পিয়ারম্যান পারস্পরিক সম্পর্ক একটি নির্দিষ্ট পরিমাণে কম হলে এটি কী নির্দেশ করে?

Question

আমার সাথে সম্পর্কিত ডেটাসেটের একটি গুচ্ছ রয়েছে। এগুলির জোড়াগুলির মধ্যে পার্সার পারস্পরিক সম্পর্কগুলি স্পিয়ারম্যান পারস্পরিক সম্পর্কের চেয়ে সাধারণত অবশ্যই বড়। এটি প্রস্তাব দেয় যে কোনও পারস্পরিক সম্পর্ক রৈখিক, তবে কেউ আশা করতে পারে যে পার্সার এবং স্পিয়ারম্যান একইরকম হলেও। নাশপাতি এবং বর্শা পারস্পরিক সম্পর্কের মধ্যে একটি নির্দিষ্ট ফাঁক থাকে এবং নাশপাতি আরও বড় হলে এর অর্থ কী? এটি আমার ডেটাসেট জুড়ে একটি সামঞ্জস্যপূর্ণ বৈশিষ্ট্য বলে মনে হচ্ছে।

Comments

এখানে

— কলিন টি বোয়ার্স

Answer 1

স্পিয়ারম্যান পারস্পরিক সম্পর্ক হ'ল আসল সংখ্যাসূচক মানের পরিবর্তে র‌্যাঙ্কগুলি (অর্ডার পরিসংখ্যান) ব্যবহার করে পিয়ারসন পারস্পরিক সম্পর্ক। আপনার প্রশ্নের উত্তর হ'ল তারা একই জিনিসটি মাপছে না। পিয়ারসন: লিনিয়ার ট্রেন্ড, স্পিয়ারম্যান: একঘেয়ে ট্রেন্ড। পিয়ারসন পারস্পরিক সম্পর্ক উচ্চতর হ'ল মানে লিনিয়ার পারস্পরিক সম্পর্কটি র‌্যাঙ্কের সম্পর্কের চেয়ে বড় larger এটি সম্ভবত বিতরণের লেজগুলিতে প্রভাবশালী পর্যবেক্ষণের কারণে যা তাদের স্থান নির্ধারিত মানগুলির তুলনায় বড় প্রভাব ফেলে। লিনিয়ারিটি ডেটা ধরে রাখলে পিয়ারসন পারস্পরিক সম্পর্ক ব্যবহার করে অ্যাসোসিয়েশনের পরীক্ষাগুলি উচ্চতর শক্তির হয়।

Comments

আমি জানতাম যে বর্শাবিদ হ'ল দৌড়ে কেবল মুক্তা। আমাকে দেখতে হবে যে অন্য কোনও রুটগুলিও এটির কারণ হতে পারে কিনা, তবে প্রভাবশালী লেজ পর্যবেক্ষণগুলি যা ডেটারের বেশিরভাগ অংশের চেয়ে বেশি রৈখিকভাবে সম্পর্কিত হয়, তবে তাদের র‌্যাঙ্কিংয়ের সাথে প্রতিস্থাপন করা হলে যে প্রভাবগুলি হারাবে তা অবশ্যই আমার কারণ হতে পারে এইজন্য।

— জন রবার্টসন

Answer 2

পিয়ারসন সহাবস্থা এটি সঠিক হওয়ার জন্য বিভিন্ন অনুমান অনুমান করে: 1) প্রতিটি পরিবর্তনশীল সাধারণত বিতরণ করা হয়; 2) সমকামিতা, প্রতিটি পরিবর্তকের বৈকল্পিক স্থির থাকে; এবং 3) লিনিয়ারিটি, যার অর্থ সম্পর্কের চিত্রিত একটি স্ক্যাটার প্লটটি রিগ্রেশন লাইনের চারপাশে সমান্তরালভাবে ডেটা পয়েন্টগুলি ক্লাস্টার করে দেখায়।

স্পিয়ারম্যান সমঝোতাতা পর্যবেক্ষণের স্তরের ভিত্তিতে পিয়ারসনের একের জন্য একটি অপরিকল্পিত বিকল্প। স্পিয়ারম্যান সহকারীতা আপনাকে আপনার ডেটা সেট সম্পর্কে সমস্ত তিনটি অনুমানকে শিথিল করতে দেয় এবং পারস্পরিক সম্পর্কগুলি প্রাপ্ত করতে পারে যা এখনও যুক্তিসঙ্গতভাবে সঠিক are

আপনার ডেটা থেকে বোঝা যায় যে এটি সম্ভবত বর্ণিত এক বা একাধিক অনুমানকে ভৌতভাবে ভেঙে দেয় যাতে দুটি পারস্পরিক সম্পর্ক উল্লেখযোগ্যভাবে পৃথক হয়।

প্রদত্ত দুটি পারস্পরিক সম্পর্কের মধ্যে আপনার বিশাল ব্যবধান রয়েছে তা আপনার তদন্ত করা উচিত যে আপনার ডেটা সেটের ভেরিয়েবলগুলি সাধারণত কোনও বিক্ষিপ্ত প্লটের মধ্যে বিতরণ করা হয়, হোমোসেসডেস্টিক এবং লিনিয়ার হয় কিনা investigate

উপরের তদন্তে স্পিয়ারম্যান বা পিয়ারসন পারস্পরিক সম্পর্ক সহগ আরও প্রতিনিধি কিনা সে বিষয়ে আপনার সিদ্ধান্তকে সহজতর করবে।

Comments

আপনি সম্ভবত বর্ণনামূলক পদক্ষেপটি নয়, বিতরণ ব্যবহার করে সম্পর্কিত অনুমিত পরীক্ষার কথা ভাবছেন । যাইহোক, এই পরীক্ষারটি সাধারণত আপনি বর্ণিত পরীক্ষার চেয়ে পৃথক অনুমান হিসাবে বর্ণনা করা হয়। উদাহরণস্বরূপ, দ্বিবিভক্ত স্বাভাবিকতা, স্বতন্ত্রভাবে সাধারণ বিতরণের চেয়ে শক্তিশালী ধারণা। আপনার বিবৃতি জন্য রেফারেন্স প্রদান করুন। $t$

— কারাকাল

ত্রুটিপূর্ণ. পিয়ারসন পারস্পরিক সম্পর্কের উপর অনুমানের জন্য এই অনুমানগুলির কোনও ধারণ করার প্রয়োজন হয় না। হেটেরোসেসটাস্টিক, নন-নরমাল ডেটার সাথে কারও কারও সাথে সম্পর্ক থাকতে পারে এবং পিয়ারসন পারস্পরিক সম্পর্কের পরীক্ষা (যা একটি লিনিয়ার রিগ্রেশন মডেলটির অনুক্রমের সমতুল্য) প্রথম আদেশের প্রবণতা সনাক্ত করতে চালিত হয়। প্রথম অর্ডার প্রবণতার শক্তি হিসাবে পিয়ারসন পারস্পরিক সম্পর্কের ব্যাখ্যা এখনও ধরে রেখেছে। এমন কয়েকটি পরিস্থিতিতে রয়েছে যেখানে পিয়ারসন পারস্পরিক সম্পর্কের মাধ্যমে পরিমাপ করা প্রথম অর্ডার ট্রেন্ড বিশ্লেষণের জন্য পর্যাপ্ত নয়।

— অ্যাডমো