স্প্লিংস বা ভগ্নাংশের বহুভুজ ব্যবহার করার সময় কীভাবে অনুপস্থিত ডেটা মোকাবেলা করা যায়?

Question

আমি মাল্টিভেরিয়েবল মডেল বিল্ডিং পড়ছি : প্যাট্রিক রয়স্টন এবং উইলি সৌরব্রির মডেলিং কনটিনিউশন ভেরিয়েবলের ফ্র্যাকশনাল পলিনোমিয়ালের উপর ভিত্তি করে রিগ্রেশন অ্যানালাইসিসের একটি প্র্যাকমেটিক অ্যাপ্রোচ। এখনও অবধি আমি মুগ্ধ এবং এটি একটি আকর্ষণীয় পদ্ধতির যা আমি আগে বিবেচনা করি নি।

তবে লেখক নিখোঁজ ডেটা নিয়ে কাজ করেন না। প্রকৃতপক্ষে, পি। ১ they তারা বলে যে অনুপস্থিত ডেটা "অনেকগুলি অতিরিক্ত সমস্যার পরিচয় দেয় here এখানে বিবেচনা করা হয় না।"

ভগ্নাংশ বহুবচন> এর সাথে একাধিক অনুপ্রবেশ কাজ করে

এফপি হ'ল কিছু উপায়ে (তবে সব নয়) স্প্লাইচের বিকল্প। স্প্লাইন প্রতিরোধের জন্য হারিয়ে যাওয়া ডেটাগুলির সাথে মোকাবিলা করা কি সহজ?

Comments

আপনি কি নিখোঁজ এক্স এর বা অনুপস্থিত Y এর বা উভয়কেই মোকাবেলা করছেন?

— গ্লেন_বি -রিনস্টেট মনিকা

+1 (!) অন্য কেউ অনুরূপ প্রশ্ন জিজ্ঞাসা করে আমি সত্যিই আনন্দিত। সাম্প্রতিক আমি এই প্রশ্নটি পোস্ট করেছি: আরএসের ইঁদুরগুলিতে সীমাবদ্ধ কিউবিক স্প্লাইন কীভাবে ব্যবহার করতে হবে সে সম্পর্কে stats.stackexchange.com/questions/295977/… । স্প্লিংগুলি অনেকগুলি কার্যকরী ফর্মের জন্য যথেষ্ট নমনীয় যখন স্প্লিংসগুলি বহুভিত্তিক বহুপদী নির্দিষ্টকরণের প্রয়োজন হয় না কারণ আমি স্প্লাইজের জন্য বিশেষভাবে বেছে নেব। এটি আপনার প্রশ্নের উত্তর দেয় কিনা তা আমি জানি না (অতএব এই মন্তব্যটি)।

— IWS

এটি একটি আকর্ষণীয় প্রশ্ন, (সম্ভাব্য উত্তরের এক মাত্রা হিসাবে) খোলার উপাত্তগুলিকে সামঞ্জস্য করার দক্ষতার বিপরীতে এই কয়েকটি স্মুথিং / ইন্টারপোলেশন কৌশলগুলির সমালোচনা প্রভাবিত করার সম্ভাবনা। (কিছুটা হলেও, নিখোঁজ হওয়া পর্যন্ত ভঙ্গুরতা একটি আধুনিক পদ্ধতির জন্য 'বিব্রতকর'।) আমি কেবলমাত্র একটি স্পষ্ট বক্তব্যই লক্ষ করেছি যে একটি বায়েশিয়ান বাস্তবায়ন আপনাকে বিনামূল্যে "বিনামূল্যে" হিসাবে অভিহিত করবে।

— ডেভিড সি নরিস

@ ডেভিডসি.নিরিস আপনার মন্তব্য আমাকে আগ্রহী! আপনি কীভাবে বায়েশিয়ান পদ্ধতিগুলি নিখরচায় 'নিখরচায়' (যেটিকে আমি বোঝাতে চাইছি কীভাবে বিশ্লেষণের পদ্ধতিগুলি যথাযথভাবে 'স্বয়ংক্রিয়ভাবে' এবং ডিফল্ট হিসাবে পরিচালিত হয়) কীভাবে ব্যাখ্যা করতে পারেন? (বা আমাকে একটি রেফারেন্সে নির্দেশ করুন)

— IWS

এখানে "ফ্রি" -র নো-ফ্রি-লাঞ্চ অংশটি হ'ল আপনাকে অবশ্যই একটি বায়েশিয়ান মডেল লিখতে হবে, যা ডেটা উত্পন্নকরণ প্রক্রিয়া ( ডিজিপি ) সম্পর্কে স্পষ্টভাবে চিন্তাভাবনা বোঝায় । একবার এটি হয়ে গেলে আপনি অনুপস্থিত মানগুলি [উপদ্রব] পরামিতি হিসাবে বিবেচনা করবেন। (বায়েসিয়ান ভাষায়, "সবকিছুই একটি প্যারামিটার" late এছাড়াও সুপ্ত পরিবর্তনশীলও দেখুন then) আপনার এমসিএমসি তখন মূলত আপনার যে ডিজিটিকে "নিখরচায়" নিখোঁজ মানগুলি নির্দিষ্ট করার জন্য নির্দিষ্ট করে দিয়েছিল তা অবৈধভাবে কাজে লাগায় যখন এটি চাগে।

— ডেভিড সি নরিস

Answer 1

ভগ্নাংশের বহুভুজ এবং স্প্লাইনগুলির সাথে একাধিক অনুদান ব্যবহার করা যেতে পারে। ধরা যাক যে আপনার কার্যকরী ফর্ম উপস্থাপন করে (উদাঃ, )। যাক ফাংশন প্রতিটি আনুমানিক হতে , সিনথেটিক নমুনা তারপর আপনার ফাংশন ।$f(x)$$f(x) = x + x^.5$$f_m()$$M$$\frac{1}{M}\sum^M_m f_m(x)$

ধরে নিই যে আপনি যে সফ্টওয়্যারটি ব্যবহার করছেন তা এক্স এর প্রতিটি অনন্য মানের জন্য একটি স্ট্যান্ডার্ড ত্রুটির প্রাক্কলন সরবরাহ করতে পারে, আপনি স্ট্যান্ডার্ড ত্রুটিগুলি গণনার জন্য রুবিনের (সমীক্ষায় অনর্থক একাধিক অভিবাসন; 1987) সূত্রটি ব্যবহার করতে পারেন। একাধিক অনুমানের সাথে স্বাধীনতার ডিগ্রিগুলির জন্য ছোট এবং বৃহত নমুনার সূত্র রয়েছে। বৃহত নমুনা সূত্র (রুবিনেও) স্ট্যান্ডার্ড ত্রুটির মতো একই ইনপুট গ্রহণ করে, তাই এটি ব্যবহার করা যায়। ছোট নমুনা কেস একটি ইনপুট হিসাবে মডেলটির স্বাধীনতার ডিগ্রি নেয়; এই সূত্রটি এখানে প্রয়োগ করা যেতে পারে তা আমার কাছে স্পষ্ট নয়।