এমন কোনও ক্লায়েন্টকে কী বলবেন যা মনে করে যে আত্মবিশ্বাসের ব্যবধানগুলি খুব কার্যকর নয়?

Question

মনে করুন আমি একজন পরামর্শদাতা এবং আমি আমার ক্লায়েন্টকে আত্মবিশ্বাসের ব্যবধানের কার্যকারিতা ব্যাখ্যা করতে চাই। ক্লায়েন্টটি আমাকে বলেছে যে আমার অন্তরগুলি ব্যবহারের পক্ষে খুব বিস্তৃত এবং তিনি তার চেয়ে অর্ধেক প্রশস্ত করতে পছন্দ করবেন।

আমার কীভাবে সাড়া দেওয়া উচিত?

Comments

আরও ডেটা সংগ্রহ করার জন্য তাদের বিল দিন।

— shabbychef

এটি আমাকে পরিসংখ্যান সংক্রান্ত পরামর্শে বিভিন্ন ধরণের ক্লায়েন্ট সম্পর্কে একটি পড়তে হবে এমন কাগজের কথা মনে করিয়ে দেয় ।

@ প্রলিনেটর আপনি কি কাগজের পিডিএফ সংস্করণে একটি লিঙ্ক পোস্ট করতে আপত্তি করবেন?

— স্বাভাবিক

@ ম্যাক্স, এটি কেবল JSTOR এর মাধ্যমে স্পষ্টতই উপলব্ধ বলে মনে হচ্ছে; পিডিএফ পোস্ট করা JSTOR এর (বেশ যুক্তিসঙ্গত) পরিষেবার শর্তাদি লঙ্ঘন হবে ...

— বেন বলকার

@ শ্যাববিচেফ - প্রায়শই সঠিকতা বাড়াতে এটি একটি অত্যন্ত অযোগ্য উপায়, বিশেষত যদি নমুনা ইতিমধ্যে বড়। উদাহরণস্বরূপ, স্বাভাবিক গড় সি এর দৈর্ঘ্য অর্ধেক করতে আপনাকে নমুনার আকারকে চারগুণ করতে হবে। আপনি যাওয়ার আগে মডেলটির উন্নতি করার জন্য কিছুটা সময় ব্যয় করা এবং আপনার বৃহত্তম ব্যয় চারগুণ বাড়িয়ে দেওয়া ভাল!

— সম্ভাব্যতাব্লোগিক

Answer 1

এটি ক্লায়েন্টকে "দরকারী" বলতে কী বোঝায় তার উপর নির্ভর করে। আপনার ক্লায়েন্টের পরামর্শ যে আপনি নির্বিচারে অন্তরগুলি সংকীর্ণ করেছেন এমন একটি ভুল বোঝাবুঝির প্রতিফলন মনে হচ্ছে, অন্তরগুলি সংকীর্ণ করার মাধ্যমে আপনি কোনওভাবে যাদুতে ত্রুটির প্রান্তিকে হ্রাস করেছেন। ধরে নিই যে ডেটা সেট ইতিমধ্যে সংগ্রহ করা হয়েছে এবং এটি ঠিক করা হয়েছে (যদি এটি না হয় তবে মন্তব্যে @ শ্যাবিচেফের রসিকতা আপনাকে উত্তর দেয়), আপনার ক্লায়েন্টের কোনও প্রতিক্রিয়া জোর দেওয়া উচিত এবং ব্যাখ্যা করা উচিত কেন "ফ্রি লাঞ্চ" নেই এবং তা আপনি হয় অন্তর সংকীর্ণ দ্বারা কিছু sacrificing।

বিশেষত, যেহেতু ডেটা সেটটি স্থির থাকে, তাই আত্মবিশ্বাসের ব্যবধানের প্রশস্ততা হ্রাস করার একমাত্র উপায় হ'ল আত্মবিশ্বাসের স্তর হ্রাস করা। অতএব, আপনি আরও বেশি আত্মবিশ্বাসী যে সত্য পরামিতি মান বা একটি সংকীর্ণ অন্তর অন্তর্ভুক্ত যে আপনি কম আত্মবিশ্বাসী তার মধ্যে একটি পছন্দ আছে। যে, বৃহত্তর আস্থা অন্তর আরও রক্ষণশীল। অবশ্যই আপনি নিরবচ্ছিন্নভাবে প্রস্থ বা আত্মবিশ্বাসের স্তরটিকে কখনই অপ্টিমাইজ করতে পারবেন না, যেহেতু আপনি পুরো পরামিতি স্পেসটি ফাঁক করে দিয়ে আত্মবিশ্বাসের ব্যবধান তৈরি করতে পারেন এবং অসীম সংকীর্ণ আত্মবিশ্বাসের অন্তর পেতে পারেন, যদিও এর 0 % কভারেজ থাকবে। $100 \%$$0 \%$

কম রক্ষণশীল ব্যবধানটি আরও কার্যকর কিনা তা স্পষ্টভাবে উভয় প্রসঙ্গে এবং নির্ভর করে যে আস্থার দৈর্ঘ্য আস্থা স্তরের ফাংশন হিসাবে পরিবর্তিত হয়, তবে এমন একটি অ্যাপ্লিকেশনটি কল্পনা করতে আমার সমস্যা হচ্ছে যেখানে খুব কম আত্মবিশ্বাসের স্তরটি অর্জন করতে হবে সংকীর্ণ অন্তর ভাল হবে। এছাড়াও, এটি উল্লেখ করার মতো যে আত্মবিশ্বাসের ব্যবধান এতটা সর্বব্যাপী হয়ে উঠেছে যে আপনি কেন উদাহরণস্বরূপ, 60 % আত্মবিশ্বাসের ব্যবধান ব্যবহার করে তা প্রমাণ করা কঠিন হবে । $95 \%$$60\%$

Comments

আপনি কিছু না ছাড়াই আত্মবিশ্বাসের ব্যবধানটি কেবল সঙ্কুচিত করতে পারবেন না, তবে এক-লেজযুক্ত পরীক্ষা এবং একটি দ্বি-পুচ্ছ পরীক্ষার মধ্যে পার্থক্যের সাথে সামঞ্জস্য করার জন্য কিছুটা নমনীয়তা রয়েছে। তদতিরিক্ত, এটি একই ডেটার একটি ভাল মডেল বিভিন্ন (এবং সম্ভবত আরও ছোট) আস্থা অন্তর উত্পাদন করতে পারে।

— ডগলাস জারে

আমার মনে হয় আপনি শেষ অংশটি কিছুটা সংক্ষেপে বিক্রি করছেন। 95 % সিআই এর সর্বব্যাপীতা একটি সাংস্কৃতিক ঘটনা। কিছু প্রসঙ্গে অন্য মানগুলি সাধারণ, যেমন প্লট করার সময় ত্রুটি বারগুলি প্রায়শই স্ট্যান্ডার্ড ত্রুটি হয় (যেমন 68৮% সিআই এর), কারণ আমি নিশ্চিত যে আপনি পরিচিত। (+1, বিটিডাব্লু)

— গাং - মনিকা পুনরায়

চেতনায় এই উত্তরটি ভাল তবে আমি মনে করি দ্বিতীয় অনুচ্ছেদটি খুব সীমাবদ্ধ। পরিসংখ্যানবিদরা এই পার্টিতে একটি বিশাল সুবিধা নিয়ে আসে হ'ল বিকল্প পদ্ধতির জ্ঞান যা ক্লায়েন্টের চাহিদা আরও ভালভাবে মেটাতে পারে। অনেক ক্ষেত্রেই একটি আলাদা সিআই পদ্ধতি নির্বাচন করে একজন সিআই এর প্রস্থকে সংকীর্ণ করতে পারে। এর জন্য না আরও ডেটা সংগ্রহ করতে হবে (-1 to @ শ্যাবিচেফ, আমি ভয় পাচ্ছি) না আত্মবিশ্বাসের স্তর হ্রাস করতে হবে। সত্যিই শক্ত অংশটি সিআই-এর ব্যাখ্যা দিচ্ছে যেখানে প্রক্রিয়াটি এই পোস্টের পরে নির্বাচিত হয়েছিল । এজন্য আমরা তথ্য বিশ্লেষণ (বা এমনকি সংগ্রহ) করার আগে এই কথোপকথনটি রাখতে চাই!

— হোবার

আমি ম্যাক্রো এটির জন্য প্রতিক্রিয়া জানাচ্ছি, কারণ বাস্তবে এটি এতটা নমনীয় হওয়ার মতো কাজ করে না। ঝুঁকিটি হ'ল ক্লায়েন্ট আপনার পরামর্শকে উপেক্ষা করবে এবং এমন কোনও ব্যক্তির সাহায্য নেবে যে আরও ভাল জানেন না (তবে পরিসংখ্যানগুলিতে পর্যাপ্ত দক্ষতার দাবি করে)। ওপি'র দৃশ্যপট একটি পরিচিত এবং সাধারণ একটি: এটি ক্লায়েন্টকে অবহিত করার এবং শিক্ষিত করার পাশাপাশি তাদের বিকল্প প্রস্তাব দেওয়ার (তাদের উপকার ও কৌতূহলের খোলামেলা আলোচনার পাশাপাশি) সুযোগ হিসাবে দেখা যায়। আমাদের বলতে হবে "হ্যাঁ, সিআইকে আরও ছোট করা যেতে পারে, তবে এখানে" কিছু করার পরিবর্তে "না" আপনি খারাপ হয়ে গেছেন "

— whuber

এটি এমন একটি ভাল পয়েন্ট @ হুইবার (+1) যেখানে আরও দক্ষ বিকল্প উপলব্ধ থাকতে পারে - ডেটা সংগ্রহ / বিশ্লেষণ করার আগে কোনও পরিসংখ্যানবিদদের সাথে পরামর্শ করার আর একটি কারণ ।

— ম্যাক্রো

Answer 2

আমি পরামর্শ দিচ্ছি এটি সম্পূর্ণরূপে নির্ভর করে আপনার ক্লায়েন্ট কীসের জন্য আত্মবিশ্বাসের ব্যবধানগুলি ব্যবহার করতে চান on

1. কিছু ধরণের প্রতিবেদন / প্রকাশনা / ইত্যাদি। যেখানে 95% সিআই এর সাধারণত রিপোর্ট করা হয়। আমি তাকে খুব ভাল করে বলতে পারি "এটি পরিসংখ্যানগতভাবে ন্যায়সঙ্গত নয়" এবং ক্লায়েন্ট আপনার দক্ষতার চেয়ে পিছিয়ে যায় কিনা তার উপর নির্ভর করে এটি সেখানে রেখে দেয়। যদি তারা তা না করে তবে আপনার নিজের পেশাদার স্বাচ্ছন্দ্যের বিষয়ে তারা যা চান তা নিয়ে আপনাকে সিদ্ধান্ত নিতে হবে।
2. কিছু ধরণের অভ্যন্তরীণ দলিল - আমি এটি পরিষ্কার করে দিচ্ছি যে আপনি একমত নন এবং পাঠক এখন কোন ধরণের আত্মবিশ্বাসের ব্যবধানে দেখছেন, যেহেতু এটি 95% নয়।
3. অনুমানের অনিশ্চয়তার পরিমাপ হিসাবে, একজনকে কত সংবেদনশীলতা বিশ্লেষণ করতে হবে তা নির্ধারণ করতে বলুন? আমি তাদের 95% সিআই এবং 68% সিআই চিহ্নযুক্ত উভয়ের সাথে সম্পূর্ণ বন্টন দেখানোর একটি চিত্র দেব এবং তাদের এটিতে দিয়ে দেই।

আমি যদি মুখ থেকে প্রথম জিনিস না থেকে "তাই আরও বড় গবেষণা চালাও" পরিচালনা করতে সক্ষম হই তবে আমার নিজের জন্য বেশ গর্ব হবে।

Comments

+1 টি। আমি মনে করি আপনি (2) এর অধীন মন্তব্য করেছেন সম্ভবত (1) দ্বারা বর্ণিত পরিস্থিতিতে প্রাসঙ্গিক হতে পারে।

— ম্যাক্রো

Answer 3

বেশিরভাগ লোকের মতো স্ট্যান্ডার্ড বিচ্যুতিটি ব্যবহার করুন। 95% সিআই ভয়ঙ্কর হতে পারে যখন লোকদের 68% সিআই-তে ব্যবহার করা হয়।

Comments

আমার কাছে মনে হয় যে এক্ষেত্রে আমরা নিখুঁতভাবে বলতে আগ্রহী, বলি, স্যাম্পলটির অর্থ পৃথক মানের পরিবর্তনের নয়। আপনি কেন বিশেষভাবে স্ট্যান্ডার্ড বিচ্যুতির সুপারিশ করবেন ?

— chl

ফিশার মূলত 95% সিআইকে 2 স্ট্যান্ডার্ড বিচ্যুতির একটি অনুমান হিসাবে প্রস্তাব করেছিল।

— প্যাট্রিক ক্যালডন

@ পেট্রিক, মনে হচ্ছে আপনি chl এর পয়েন্ট মিস করেছেন (পাশাপাশি ভুল-উপস্থাপিত ফিশার, যিনি এরকম কোনও ভুল করেন নি) অথবা আপনি "স্ট্যান্ডার্ড বিচ্যুতি" লিখেছিলেন যেখানে আপনি "স্ট্যান্ডার্ড ত্রুটি " চেয়েছিলেন । বেশিরভাগ সিআই মানক ত্রুটির উপর ভিত্তি করে তৈরি হয় অবশ্যই স্ট্যান্ডার্ড বিচ্যুতি নয়। 2 এসডি না কোনও সিআইয়ের কাছাকাছি বা তদ্বিপরীত।

— শুক্র

অবশ্যই, স্ট্যান্ডার্ড ত্রুটিটি কেবলমাত্র গড়ের আদর্শ বিচ্যুতি, সুতরাং এটি কেবল পরিভাষা। এটি হ'ল সিআইআই মানক বিচ্যুতির ভিত্তিতে নয় বলে সত্যই সত্য নয়। এগুলি নমুনার মানক বিচ্যুতির উপর ভিত্তি করে নয়, পরিবর্তে গড়ের মানক বিচ্যুতির উপর ভিত্তি করে।

— অ্যারন - মনিকা

সমস্ত অনুমান মানে হয় না। অর্থ ব্যতীত প্রাক্কলনগুলির জন্য স্ট্যান্ডার্ড ত্রুটি রয়েছে এবং এটি হ'ল সুপারিশ অনুসারে কোনও অনুমানের পরিবর্তনশীলতার উপর ভিত্তি করে প্যারামিটারের জন্য আস্থা অন্তর তৈরি করতে ব্যবহৃত হয় এমন প্রাক্কলনটির প্রমিত ত্রুটি।

— মাইকেল আর চেরনিক

Answer 4

আপনি একটি নির্দিষ্ট স্ট্যান্ডার্ড স্তরে যেমন একটি আত্মবিশ্বাসের ব্যবধান সরবরাহ করেন যেমন 90% বা 95%। ব্যবধানটি খুব কার্যকরী হওয়ার জন্য খুব বেশি বিস্তৃত কিনা তা ক্লায়েন্ট বিচার করতে পারেন। তবে অবশ্যই এর অর্থ এই নয় যে আপনি এটি কার্যকর করতে এটি সংক্ষিপ্ত করতে পারেন। আপনি প্রস্তাব দিতে পারেন যে নমুনার আকার বাড়ানো একটি নির্দিষ্ট আত্মবিশ্বাস স্তরের একটি বিরতির প্রস্থ হ্রাস পাবে কারণ এটি নমুনা আকারের বর্গমূলের একটি ফ্যাক্টর দ্বারা প্রায় হ্রাস পায় decre