মিথস্ক্রিয়া প্রভাব তাৎপর্যপূর্ণ না হলে প্রধান প্রভাবগুলি কীভাবে ব্যাখ্যা করবেন?

Question

আমি আর-তে একটি জেনারালাইজড লিনিয়ার মিশ্রিত মডেল চালিয়েছিলাম এবং দুটি ভবিষ্যদ্বাণীকের মধ্যে একটি মিথস্ক্রিয়া প্রভাব অন্তর্ভুক্ত করেছি। মিথস্ক্রিয়াটি তাৎপর্যপূর্ণ ছিল না, তবে এর প্রধান প্রভাবগুলি (দুজন ভবিষ্যদ্বাণীকারী) উভয়ই ছিল। এখন অনেকগুলি পাঠ্যপুস্তকের উদাহরণ আমাকে বলছে যে ইন্টারঅ্যাকশনটির উল্লেখযোগ্য প্রভাব থাকলে মূল প্রভাবগুলি ব্যাখ্যা করা যায় না। তবে যদি আপনার মিথস্ক্রিয়াটি তাৎপর্যপূর্ণ না হয়?

আমি কি এই সিদ্ধান্তে পৌঁছাতে পারি যে দুজন ভবিষ্যদ্বাণীকের প্রতিক্রিয়ায় কোনও প্রভাব আছে? বা যেখানে আমি ইন্টারঅ্যাকশনটি ছেড়ে চলেছি সেখানে কোনও নতুন মডেল চালানো ভাল? আমি এটি না করা পছন্দ করি, কারণ আমাকে তখন একাধিক পরীক্ষার জন্য নিয়ন্ত্রণ করতে হবে।

Comments

হ্যাঁ আমি বোঝাতে

— চাইনি

এর মধ্যে একটি উত্তর যদি আপনার হয়ে কাজ করে তবে সম্ভবত আপনি এটি গ্রহণ করতে পারেন বা কোনও স্পষ্টির জন্য অনুরোধ করতে পারেন।

— কনজুগেটপায়ার

যদি ইন্টারঅ্যাকশনটি তাৎপর্যপূর্ণ না হয়, তবে আপনার এটিকে বাদ দেওয়া উচিত এবং এটি ছাড়াই কোনও রিগ্রেশন চালানো উচিত।

— আকসকল

Answer 1

একটু নিগল

'এখন অনেকগুলি পাঠ্যপুস্তকের উদাহরণ আমাকে বলেছে যে ইন্টারঅ্যাকশনটির যদি উল্লেখযোগ্য প্রভাব থাকে তবে মূল প্রভাবগুলি ব্যাখ্যা করা যায় না'

আমি আশা করি এটি সত্য নয়। তাদের বলা উচিত যে যদি ইন্টারঅ্যাকশন শব্দটি থাকে তবে এক্স এবং জেডকে এক্স জেড বলা হয় তারপরে এক্স এবং জেড এর জন্য পৃথক সহগের ব্যাখ্যা একইভাবে ব্যাখ্যা করা যায় না যেমন এক্সজেড উপস্থিত ছিল না। আপনি অবশ্যই এটি ব্যাখ্যা করতে পারেন।

প্রশ্ন 2

যদি ইন্টারঅ্যাকশনটি তাত্ত্বিক ধারণা তৈরি করে তবে কোনও কারণেই পরিসংখ্যানগত দক্ষতার জন্য উদ্বেগগুলি ভুল ব্যাখ্যা এবং আপনার তত্ত্ব এবং আপনার মডেলকে বিভক্ত করার অনুমতি না দেওয়ার কারণে উদ্বেগকে ওভাররাইড না করে যদি এটিকে ছেড়ে না যাওয়ার কোনও কারণ নেই।

প্রদত্ত আপনি যে আছে এটি বাম করুন, তারপরে আপনার মডেল ব্যাখ্যা একই ভাবে প্রান্তিক প্রভাব ব্যবহার করে যেন মিথষ্ক্রিয়া উল্লেখযোগ্য ছিল। রেফারেন্সের জন্য, আমি ব্র্যাম্বোর, ক্লার্ক এবং গোল্ডার (২০০)) এর একটি লিঙ্ক অন্তর্ভুক্ত করেছি যারা কীভাবে ইন্টারঅ্যাকশন মডেলগুলি ব্যাখ্যা করতে হয় এবং কীভাবে সাধারণ সমস্যাগুলি এড়ানো যায় তা ব্যাখ্যা করে।

এটি এইভাবে ভাবুন: আপনার প্রায়শই এমন একটি মডেলের কন্ট্রোল ভেরিয়েবল থাকে যা তা উল্লেখযোগ্য না হয়ে দেখা দেয়, তবে হারিয়ে যাওয়া তারার প্রথম চিহ্নে আপনি এগুলি কাটা (বা হওয়া উচিত নয়)।

প্রশ্ন 1

আপনি জিজ্ঞাসা করেছেন যে আপনি 'এই সিদ্ধান্তে পৌঁছাতে পারবেন যে দু'টি ভবিষ্যদ্বাণী প্রতিক্রিয়াতে প্রভাব ফেলে?' স্পষ্টতই আপনি পারেন তবে আপনি আরও ভাল করতে পারেন। মিথষ্ক্রিয়া শব্দটি সঙ্গে মডেল জন্য আপনি রিপোর্ট করতে পারেন কি প্রভাব দুই ভবিষ্যতবক্তা আসলে আছে একটি উপায় যে কিনা মিথষ্ক্রিয়া উল্লেখযোগ্য, অথবা মডেল এমনকি উপস্থিত উদাসীন হয় নির্ভরশীল পরিবর্তনশীল (প্রান্তিক প্রভাব) উপর।

তলদেশের সরুরেখা

আপনি যদি ইন্টারঅ্যাকশনটি সরিয়ে ফেলেন তবে আপনি মডেলটি পুনরায় নির্দিষ্ট করছেন। এটি অনেকগুলি কারণে তাত্ত্বিক এবং কিছু পরিসংখ্যানগত কারণে যুক্তিযুক্ত জিনিস হতে পারে, তবে সহগের ব্যাখ্যাটি সহজ করে তোলা তাদের মধ্যে একটি নয়।

Comments

অবশ্যই। এবং যদি আপনি আর এ থাকেন তবে আপনি effectsগণিতের মধ্য দিয়ে নিজের কাজ করার চেয়ে প্যাকেজটিকে আরও সহজতর মডেলগুলির সাধারণীকরণের চেয়ে আরও সহজ পেতে পারেন ।

— কনজুগেটপায়ার

আপনার নীচের লাইনে এটি 'সহজ' বলতে কী বোঝায় তার উপর নির্ভর করে depends

— জন

ব্র্যাম্বোর, ক্লার্ক এবং গোল্ডার (2006) রেফারেন্সের জন্য আপনাকে অনেক ধন্যবাদ! ইন্টারঅ্যাকশন মডেলগুলি ব্যাখ্যা করতে এটি খুব বুদ্ধিমানের কাজ। এই জাতীয় মডেলগুলির সহগগুলি কীভাবে ব্যাখ্যা করবেন (বা না) তা বোঝার জন্য খুব দরকারী ... বিটিডাব্লু, কাগজটি একটি ইন্টারনেট অ্যাপেন্ডিক্স নিয়ে আসে: মাল্টিপ্লিকটিভ ইন্টারেক্টিশন মডেল , যা আলোচনার খুব কার্যকরী ওভারভিউ হিসাবে আসে।

— ল্যান্ড্রোনি

Answer 2

আপনি যদি নিঃশর্ত মূল প্রভাবটি চান তবে হ্যাঁ আপনি ইন্টারঅ্যাকশন শব্দটি ছাড়াই একটি নতুন মডেল চালাতে চান কারণ সেই ইন্টারঅ্যাকশন শব্দটি আপনাকে আপনার নিঃশর্ত মূল প্রভাবগুলি সঠিকভাবে দেখতে দেয় না। ইন্টারঅ্যাকশন উপস্থিতের সাথে গণনা করা প্রধান প্রভাবগুলি মূল প্রভাবগুলির থেকে পৃথক, কারণ সাধারণত এএনওওএর মতো কোনও ক্ষেত্রে তাদের ব্যাখ্যা করা হয়। উদাহরণস্বরূপ, একটি তুচ্ছ এবং অ-স্বাক্ষরমূলক মিথস্ক্রিয়া হওয়া সম্ভব যখন মডেলটিতে ইন্টারঅ্যাকশনটি হয় তখন প্রধান প্রভাবগুলি স্পষ্ট হয় না।

আসুন ধরা যাক আপনার দুটি এবং ভবিষ্যদ্বাণীকারী, এ এবং বি রয়েছে you এ এর জন্য রিগ্রেশন আউটপুটে উল্লিখিত বিটা সহগটি তখন অনেকগুলি সম্ভাব্য মানগুলির মধ্যে একটি। ডিফল্ট হ'ল বি এর 0 এবং ইন্টারঅ্যাকশন শব্দটি 0 হয় তখন ক্ষেত্রে A এর গুণনীয় ব্যবহার করা হয়, তবে, যখন রিগ্রেশনটি কেবল অ্যাডিটিভ হয় তখন A কে বি জুড়ে আলাদা হতে দেওয়া হয় না এবং আপনি কেবল A এর মূল প্রভাব পান বি। মিথস্ক্রিয়াকে তুচ্ছ বলেও এগুলি একটি খুব আলাদা মান হতে পারে কারণ তাদের অর্থ বিভিন্ন জিনিস। অ্যাডিটিভ মডেলটি সত্যই নিজে থেকে মূল প্রভাবটি মূল্যায়নের একমাত্র উপায়। অন্যদিকে, যখন আপনার মিথস্ক্রিয়া অর্থবহ হয় (তাত্ত্বিকভাবে, পরিসংখ্যানগতভাবে নয়) এবং আপনি এটি আপনার মডেলটিতে রাখতে চান তারপরে এটিকে মূল্যায়ন করার একমাত্র উপায় এটি বি এর সমস্ত স্তরের দিকে তাকানো That's এটি আসলে সেই ধরণের বিষয় যা আপনাকে ইন্টারঅ্যাকশন সম্পর্কিত সম্মানের সাথে বিবেচনা করতে হবে, এ তা তা নয় তা নয় not সংযোজনীয় মডেলটিতে এ এর ​​কোনও শর্তযুক্ত প্রভাব আছে কিনা তা আপনি কেবল সত্যই দেখতে পারবেন।

সুতরাং, মডেলগুলি খুব আলাদা জিনিস দেখছে এবং এটি একাধিক পরীক্ষার বিষয় নয়। আপনি আবশ্যক এ উভয় উপায় দেখুন। আপনি তাৎপর্যের ভিত্তিতে সিদ্ধান্ত নেবেন না। রিপোর্ট করার সর্বোত্তম প্রধান প্রভাবটি অ্যাডেটিভ মডেল থেকে। আপনি তাত্ত্বিক সমস্যা বা ডেটা উপস্থাপনা সম্পর্কিত বিষয়াদি ইত্যাদির ভিত্তিতে অ-তাৎপর্যপূর্ণ মিথস্ক্রিয়া অন্তর্ভুক্ত বা উপস্থাপনের বিষয়ে সিদ্ধান্ত নেন etc.

(এটি এখানে বলার অপেক্ষা রাখে না যে এখানে কোনও সম্ভাব্য একাধিক পরীক্ষার সমস্যা নেই But তবে তারা কী বোঝায় তা পরীক্ষা চালানোর তত্ত্বের উপর একটি দুর্দান্ত বিষয় নির্ভর করে))

Comments

আমি মনে করি @ রোজামারিজন'র উদ্বেগ 'ফিশিং ট্রিপস' সম্পর্কে বেশি, অর্থাৎ প্রযুক্তিগত দিক থেকে একাধিক পরীক্ষার চেয়ে শেষের তারকাগুলি কীভাবে পরিণত হয়েছিল তার একটি ফাংশন থেকে পৃথক প্রচুর মডেল চালানো

— কনজুগেটপায়ার

আপনি চান সমস্ত মডেল চালাতে পারেন। কেবলমাত্র কোনও মডেল গণনা করা কোনও পরীক্ষা নয়। একটি পরীক্ষা একটি যৌক্তিক পদ্ধতি, গাণিতিক নয়। ডিফল্টরূপে অনেক সফ্টওয়্যার প্যারামিটারের অনুমানের জন্য পি-ভ্যালুগুলি দেয় যে আপনি কোনও পরীক্ষা করেছেন তবে তার মানে এই নয়।

— জন

এবং উপরে যা বলা হয়েছিল তা যুক্ত করার জন্য, কেউ প্রায়শই পরীক্ষাগুলি পরিষ্কারভাবে জানে যে তারা ব্যর্থ হবে বা পাস করবে। এই পরীক্ষাগুলি গণনা করা তথ্যের তুলনায় ডেটা স্পেলিংকিংয়ের পক্ষে গণনা করে।

— জন

Answer 3

যদি প্রধান প্রভাবগুলি তাৎপর্যপূর্ণ তবে ইন্টারঅ্যাকশন না হয়ে থাকে তবে আপনি কেবল প্রধান প্রভাবগুলি ব্যাখ্যা করেন, যেমনটি আপনি বলেছিলেন।

মিথস্ক্রিয়া ছাড়াই আপনাকে অন্য কোনও মডেল চালানোর দরকার নেই (তাৎপর্যের ভিত্তিতে প্যারামিটারগুলি বাদ দেওয়ার পক্ষে সাধারণত সেরা পরামর্শ নয়, এটি নিয়ে এখানে আলোচনা করার অনেক উত্তর রয়েছে)) ফলাফলগুলি যেমন হয় তেমনই নিন।

Comments

ওপি যদি তাত্ত্বিকভাবে মিথস্ক্রিয়াটি প্রত্যাশিত হয় না তবে ফিট টেস্টের সদর্থকতা হিসাবে মডেলটিতে অন্তর্ভুক্ত হয় তবে আপনি যদি দ্বিতীয় অনুচ্ছেদে একই পরামর্শ দেবেন?

— whuber

এই দ্রুত প্রতিক্রিয়ার জন্য আপনাকে অনেক ধন্যবাদ। মতামতটিতে কিছু পার্থক্য রয়েছে বলে মনে হচ্ছে ... জন যুক্তি দেখিয়েছেন যে মিথস্ক্রিয়া প্রভাব ছাড়াই আমাকে একটি নতুন মডেল চালাতে হবে কারণ "উপস্থিত ইন্টারঅ্যাকশনটির সাথে গণনা করা প্রধান প্রভাবটি সত্যিকারের প্রধান প্রভাবগুলির চেয়ে পৃথক।"

— রোজেমারিজন

তবে হেনরিক যুক্তি দেখান যে আমার নতুন মডেল চালানো উচিত নয়। ইন্টারঅ্যাকশন শব্দটির সাথে গণনা করা মূল প্রভাবটি সত্যিকারের প্রধান প্রভাব থেকে কেন আলাদা তা যদি আমি জানতে পারি ...

— রোজামারিজন

কৌতূহলের প্রতিক্রিয়াতে মিথস্ক্রিয়াটি তাত্ত্বিকভাবে হওয়ার আশা করা হয়েছিল এবং ফিট টেস্টের সদর্থকতা হিসাবে অন্তর্ভুক্ত করা হয়নি।

— রোজেমারিজন

কিছুটা বিশদভাবে জানাতে: মূল পার্থক্যটি পরামিতিগুলি থেকে প্রভাবগুলির ধারণার মধ্যে । ইফেক্টগুলি সামগ্রিকভাবে মডেলের বৈশিষ্ট্য, যা নির্দিষ্ট পরামিতিগুলির হিসাবে চিহ্নিত বা নাও হতে পারে। যখন মডেলটি রৈখিক হয় এবং কোনও ইন্টারঅ্যাকশন না থাকে তাই তারা সনাক্ত করতে পারে তবে যখন ইন্টারঅ্যাকশন হয় তখন তারা তা করতে পারে না। আমার দাবিটি মূলত: যদি আপনি যেমন বাধ্য হন তবে আপনাকে বেছে নিতে বাধ্য করা হয় যে পরামিতিগুলির চেয়ে আপনার প্রভাবগুলির বিষয়ে আরও যত্ন নেওয়া উচিত। এবং যদি আপনি এটি করেন তবে আপনাকে আর আগেরটি উত্পন্ন করার জন্য ঠিক কতটা যত্ন নেই।

— কনজুগেটপায়ার