কেউ যদি বলেন
"এই পদ্ধতিটি এমএলই প্যারামিটারের জন্য পয়েন্ট অনুমানটি ব্যবহার করে যা সর্বাধিক করে তোলে, সুতরাং এটি ঘন ঘনবাদী; এবং আরও এটি বায়েশিয়ান নয়।"
তুমি কি রাজি?
- ব্যাকগ্রাউন্ডে আপডেট : আমি সম্প্রতি একটি কাগজ পড়েছি যা ঘনঘনবাদী বলে দাবি করে। আমি তাদের দাবির সাথে একমত নই, সর্বোপরি আমি এটিকে দ্বিধাহীন মনে করছি। কাগজটিতে এমএলই (বা এমএপি , সে বিষয়ে স্পষ্টভাবে) উল্লেখ করা হয়নি । তারা কেবল একটি বিন্দু অনুমান করে এবং তারা কেবল এগিয়ে যায় যেন এই বিন্দুর অনুমানটি সত্য ছিল। তারা নাএই অনুমানকারকের নমুনা বিতরণের কোনও বিশ্লেষণ করুন বা এর মতো কিছু করুন; মডেলটি বেশ জটিল এবং তাই এ জাতীয় বিশ্লেষণ সম্ভবত সম্ভব নয়। তারা কোনও জায়গায় 'উত্তরোত্তর' শব্দটি ব্যবহার করে না। তারা কেবলমাত্র মূল্যের মূল্যের ভিত্তিতে এই পয়েন্টটি অনুমান করে এবং তাদের আগ্রহের মূল বিষয়ে - অনুপস্থিত ডেটা অনুমান করে। আমি মনে করি না তাদের পদ্ধতির এমন কিছু আছে যা তাদের দর্শন কী তা বোঝায়। তারা ঘন ঘনবাদী হতে পারে (কারণ তারা তাদের আস্তিনে তাদের দর্শন পরতে বাধ্য বলে মনে করেন) তবে তাদের আসল পদ্ধতিটি বেশ সহজ / সুবিধাজনক / অলস / অস্পষ্ট। আমি এখন বলতে আগ্রহী যে গবেষণার পিছনে আসলে কোনও দর্শন নেই; পরিবর্তে আমি তাদের আচরণ আরও ব্যবহারিক বা সুবিধাজনক ছিল বলে মনে করি:
"আমি পর্যবেক্ষিত তথ্য, আছে , এবং আমি, কিছু অনুপস্থিত তথ্য অনুমান করতে ইচ্ছুক । একটা প্যারামিটার যার মধ্যে সম্পর্ক নিয়ন্ত্রণ এবং । আমি সত্যিই যত্ন সম্পর্কে না ছাড়া শেষ হয়ে একটি উপায় হিসেবে । যদি আমি তার একটি আনুমানিক হিসাব আছে এটা সহজে অনুমান করা করতে হবে থেকে । আমি একটি বিন্দু হিসাব নির্বাচন করবে কারণ এটি সুবিধাজনক, বিশেষ আমি বেছে নেবেন যে সম্ভব ।z θ z x θ θ z xθ পি ( এক্স | θ )
বায়েশিয়ান পদ্ধতিতে ডেটা এবং প্যারামিটারের ভূমিকাগুলি এক প্রকার বিপরীত। বিশেষত, আমরা এখন পর্যবেক্ষণ করা তথ্যের উপর শর্ত রেখেছি এবং প্যারামিটারের মান সম্পর্কে তথ্য নির্ধারণ করতে এগিয়ে চলেছি। এটির জন্য পূর্বের প্রয়োজন।
এতদূর ভাল, তবে এমএলই (সর্বোচ্চ সম্ভাবনার প্রাক্কলন) এই সমস্ত ক্ষেত্রে কোথায় ফিট করে? আমি এমন ছাপ পেয়েছি যে অনেক লোক মনে করে যে এটি ফ্রিকোয়ালিস্ট (বা আরও স্পষ্টভাবে, এটি বায়েশিয়ান নয়)। তবে আমি অনুভব করি যে এটি বেইসিয়ান কারণ এটিতে পর্যবেক্ষণ করা ডেটা নেওয়া এবং তারপরে সর্বাধিকীকরণকারী প্যারামিটার সন্ধান করা জড়িত । এমএলই স্পষ্টভাবে ডেটাতে একটি অভিন্ন পূর্ব এবং কন্ডিশনার ব্যবহার করছে এবং সর্বাধিক করছে । এটা কি বলা উচিত যে এমএলই ফ্রিসিডনিস্ট এবং বায়েশিয়ান উভয়কেই দেখায়? বা প্রতিটি সাধারণ সরঞ্জামকে সেই দুটি বিভাগের মধ্যে একটির মধ্যে পড়তে হবে?P ( p a r a m e t e r | d a t a )
এমএলই সামঞ্জস্যপূর্ণ তবে আমি মনে করি যে ধারাবাহিকতা বায়েশিয়ান ধারণা হিসাবে উপস্থাপন করা যেতে পারে। নির্বিচারে বড় নমুনাগুলি দেওয়া, অনুমানটি সঠিক উত্তরে রূপান্তর করে। "অনুমানটি সত্য মানের সাথে সমান হবে" বিবৃতিটি প্যারামিটারের সমস্ত মানের জন্য সত্য বলে মনে করে। মজার বিষয় হ'ল এই বিবৃতিটি সত্যকেও ধারণ করে যদি আপনি পর্যবেক্ষণ করা তথ্যের উপর শর্ত রাখেন, এটি বায়সিয়ান করে তুলছেন। এই আকর্ষণীয়টি এমএলইয়ের পক্ষে রয়েছে তবে পক্ষপাতহীন অনুমানকারীদের পক্ষে নয়।
এই কারণেই আমি অনুভব করি যে এমএলই হ'ল পদ্ধতিগুলির মধ্যে 'সর্বাধিক বায়েশিয়ান' যা ফ্রিকোয়েন্সিস্ট হিসাবে বর্ণিত হতে পারে।
যাইহোক, সর্বাধিক ফ্রিকোয়ালিস্ট বৈশিষ্ট্য (যেমন নিরপেক্ষতা) সীমাবদ্ধ নমুনার আকার সহ সকল ক্ষেত্রেই প্রযোজ্য। ধারাবাহিকতা কেবল অসম্ভব দৃশ্যে ধারণ করে (এক পরীক্ষার মধ্যে অসীম নমুনা) এটি প্রমাণ করে যে ধারাবাহিকতা এ জাতীয় কার্যকর সম্পত্তি নয়।
বাস্তবসম্মত (যেমন সসীম) নমুনা দেওয়া হয়েছে, এমন কোনও ফ্রিকোয়েন্সিস্ট সম্পত্তি আছে যা এমএলইয়ের সত্যতা ধরে রাখে? যদি তা না হয় তবে এমএলই আসলে ফ্রিকোয়েন্সিস্ট নয়।