স্বতঃসংশোধনের উদ্দেশ্য কী?

Question

স্বতঃসংশ্লিষ্টতা এত গুরুত্বপূর্ণ কেন ? আমি এর নীতিটি বুঝতে পেরেছি (আমি অনুমান করি ..) তবে এর মধ্যে এমন কিছু উদাহরণ রয়েছে যেখানে কোনও স্ব-সংশ্লেষ ঘটে না আমি ভাবছি: প্রকৃতির সবকিছু কি কোনওভাবে স্বতঃসংশ্লিষ্ট নয়? শেষ দিকটি স্বতঃসংশোধনের নিজেই একটি সাধারণ বোঝার দিকে লক্ষ্য রাখে কারণ, যেমনটি আমি বলেছি, মহাবিশ্বের প্রতিটি রাজ্য পূর্বেরটির উপর নির্ভর করে না?

Comments

আমি এই প্রশ্নটি পছন্দ করি, যদিও এটি আমার দৃষ্টিকোণ থেকে খানিকটা দার্শনিক: :) আমি কিছু historicalতিহাসিক প্রসঙ্গ দিতে পারি, যা হয়ত সহায়ক হতে পারে। আমি মনে করি যতদূর সিগন্যাল প্রসেসিংয়ের সাথে সম্পর্কিত এটি বর্ণালী অনুমানের সাথে অনেক কিছু করার আছে। সীমিত পরিমাণে ডেটা থেকে বর্ণাল অনুমান এবং পাওয়ার বর্ণালী ঘনত্বগুলি দেখুন। এটি আপনাকে স্বতঃসংশ্লিষ্টকরণ এত গুরুত্বপূর্ণ কেন (বা বরং) গুরুত্বপূর্ণ বলে ধারণা দিতে পারে।

— ইডনাভিড

আপনার শিরোনামে আমি প্রশ্নটি বুঝতে পারি না। এর কোনও উদ্দেশ্য নেই , এটি কেবলমাত্র ডেটার সম্পত্তি যা কিছু ধরণের বিশ্লেষণের জন্য গণ্য করতে হয়। কেন এটি গুরুত্বপূর্ণ তা সম্ভবত উত্তরযোগ্য।

— এমকেটি - মনিকা

প্রকৃতির সবকিছু কি কোনওভাবে স্বতঃসংশ্লিষ্ট নয়? টাইম সিরিজ নয় এমন ঘটনাটি স্ব-সংযুক্তিযুক্ত হবে না, কারণ স্বতঃসংশ্লিষ্টতা একটি সময়ের সিরিজের সম্পত্তি (যদিও স্থানিক পারস্পরিক সম্পর্ক এবং সময় ব্যতীত অন্য মাত্রাগুলির সাথে সম্পর্কগুলি প্রতিফলিত করার জন্য অন্যান্য ধারণা রয়েছে)। তবে যেহেতু সবকিছু সময়ে সময়ে ঘটে চলেছে, স্বতঃসংশ্লিষ্টতা সম্ভবত বেশ সর্বব্যাপী হতে পারে।

— রিচার্ড হার্ডি

প্রকৃতির সমস্ত কিছু যদি কোনওরকম স্বতঃসংশ্লিষ্ট হয় তবে তা আমার কাছে মনে হয় অটোকোরিয়েশন বেশ বড় ব্যাপার!

— ডেভিড

" স্বতঃসংশ্লিষ্টতা এত গুরুত্বপূর্ণ কেন ?" : প্রত্যাশা সময় স্ফটিক , অবশ্যই!

— নাট

Answer 1

স্বতঃসিদ্ধকরণের বেশ কয়েকটি সরল ভাষার ব্যাখ্যা রয়েছে যা স্ব-স্ব-সম্পর্কিত প্রক্রিয়াগুলি এবং মডেলগুলি না করে এমনভাবে নির্দেশ করে:

• একটি স্বতঃসীমাবদ্ধ ভেরিয়েবলের আগের মানগুলির স্মৃতি থাকে । এই ধরনের ভেরিয়েবলগুলির আচরণ রয়েছে যা আগে যা হয়েছিল তার উপর নির্ভর করে। মেমরি পর্যবেক্ষণের সময়কালের তুলনায় দীর্ঘ বা সংক্ষিপ্ত হতে পারে; স্মৃতি অসীম হতে পারে; স্মৃতিশক্তি নেতিবাচক হতে পারে (অর্থাত্ দোদুল্যমান)। যদি আপনার গাইডিং থিওরিগুলি বলে যে অতীতের (একটি পরিবর্তনশীল) আমাদের কাছে থেকে যায়, তবে স্বতঃসংশোধন এটির একটি অভিব্যক্তি। (দেখুন, উদাহরণস্বরূপ Boef জন্য, এসডি (2001)। মডেলিং সুস্থিতি সম্পর্ক: জোরালোভাবে autoregressive ডেটার সাথে ত্রুটি সংশোধন মডেল । রাজনৈতিক বিশ্লেষণ , 9 (1), 78-94, এবং এছাড়াও ডি Boef এস, & Keele, এল ( 2008)। সিরিয়াসলি সময় নিচ্ছে । রাষ্ট্রবিজ্ঞান আমেরিকান জার্নাল , 52 (1), 184-200।)

• একটি স্বতঃসীমাবদ্ধ ভেরিয়েবল একটি গতিশীল সিস্টেম বোঝায় । গতিশীল সিস্টেমগুলির আচরণ সম্পর্কে আমরা যে প্রশ্নগুলি জিজ্ঞাসা করি এবং উত্তরগুলি আমরা নন-গতিশীল সিস্টেমগুলি সম্পর্কে জিজ্ঞাসা করি তার চেয়ে আলাদা। উদাহরণস্বরূপ, যখন কার্যকারণ প্রভাব একটি সিস্টেম, এবং লিখুন কতকাল সময় এক পর্যায়ে একটি ব্যাকুলতা থেকে প্রভাব প্রাসঙ্গিক থাকা স্ব-মডেলের ভাষায় উত্তর দেওয়া হয়। (উদাহরণস্বরূপ, লেভিনস, আর। (1998)। ডায়ালেক্টিকস এবং সিস্টেম থিওরি । বিজ্ঞান ও সোসাইটি , 62 (3), 375–399, তবে নীচে পেসরানের উদ্ধৃতিও দেখুন))

• একটি স্বতঃসীমাবদ্ধ ভেরিয়েবল টাইম সিরিজ মডেলিংয়ের প্রয়োজন বোঝায় (যদি গতিশীল সিস্টেমগুলি মডেলিংও না হয়)) টাইম সিরিজ পদ্ধতিগুলি অটোরেগ্রেসিভ আচরণগুলির উপর পূর্বাভাস হয় (এবং চলমান গড়, যা ত্রুটির সময়-নির্ভর কাঠামো সম্পর্কে মডেলিং অনুমিতি) ডেটা উত্পন্ন প্রক্রিয়াটির বিশদ বিবরণ ক্যাপচার করার চেষ্টা করে এবং এর বিপরীতে দাঁড়িয়ে থাকে, উদাহরণস্বরূপ, তাই- "দ্রাঘিমাংশীয় মডেল" নামে পরিচিত যা স্বতঃআরক্ষার ছাড়াই অন্যথায় অ-গতিশীল মডেলটিতে ভেরিয়েবল হিসাবে কিছু সময়কে কিছুটা অন্তর্ভুক্ত করে । উদাহরণস্বরূপ, পেসরণ, এমএইচ (2015) টাইম সিরিজ এবং প্যানেল ডেটা ইন ইকোনোমেট্রিক্স , নিউ ইয়র্ক, এনওয়াই: অক্সফোর্ড ইউনিভার্সিটি প্রেস।

সতর্কতা: আমি সেই প্রক্রিয়াটির স্বল্প-মেয়াদী, দীর্ঘমেয়াদী, ইউনিট-রুট, বিস্ফোরক ইত্যাদির বৈশিষ্ট্য নির্বিশেষে সাধারণভাবে কোনও পরিবর্তনশীল হিসাবে কোনও স্মৃতি কাঠামো বোঝানোর জন্য "অটোরগ্রেশন" এবং "অটোরিগ্রেসিভ" ব্যবহার করছি ।

Answer 2

একটি উত্তর একটি প্রচেষ্টা।

পূর্বাভাসকারীদের মধ্যে অন্য কোনও সম্পর্কের চেয়ে স্বতঃসংশ্লিষ্টতা আলাদা নয়। এটি ঠিক যে ভবিষ্যদ্বাণীকারী এবং নির্ভরশীল পরিবর্তনশীল একই সময়ের সিরিজ হিসাবে ঘটে থাকে, কেবল পিছিয়ে থাকে।

মহাবিশ্বের প্রতিটি রাজ্য কি পূর্বেরটির উপর নির্ভর করে না?

হ্যাঁ সত্যই। ঠিক যেমন মহাবিশ্বে প্রতিটি বস্তুর অবস্থা অন্যান্য ধরণের শারীরিক শক্তির মাধ্যমে অন্যান্য বস্তুর উপর নির্ভর করে। প্রশ্নটি কেবল এই যে সম্পর্কটি শনাক্তযোগ্য হওয়ার পক্ষে যথেষ্ট শক্তিশালী, বা আমাদের পূর্বাভাসের রাজ্যে সাহায্য করার পক্ষে যথেষ্ট শক্তিশালী whether

এবং খুব একই জিনিস স্বতঃসংশ্লিষ্টতার ক্ষেত্রে প্রযোজ্য। এটা সবসময় আছে। প্রশ্ন হচ্ছে আমরা তা মডেল করা আবশ্যক, অথবা মডেলিং কিনা এটা ঠিক অতিরিক্ত অনিশ্চয়তা (পক্ষপাত-ভ্যারিয়েন্স ট্রেড বন্ধ) প্রবর্তন করে, আমাদের খারাপ চেয়ে করছে না এটা মডেলিং।

---

আমার ব্যক্তিগত কাজ থেকে একটি উদাহরণ: আমি সুপার মার্কেট বিক্রয় পূর্বাভাস। আমার পরিবারের দুধের ব্যবহার মোটামুটি নিয়মিত। আমি যদি তিন বা চার দিনের মধ্যে কোনও দুধ না কিনে থাকি তবে সম্ভাবনা বেশি থাকে আমি আজ বা কাল দুধ কিনতে আসব। সুপারমার্কেটটি যদি আমার পরিবারের দুধের চাহিদা পূর্বাভাস দিতে চায় তবে তাদের উচিত এই স্বতঃসংশোধনকে বিবেচনায় নেওয়া উচিত।

তবে আমি আমার সুপার মার্কেটে একমাত্র গ্রাহক নই। সেখানে আরও ২ হাজার পরিবার রয়েছে যা সেখানে তাদের মুদি কেনে। প্রত্যেকের দুধ গ্রহণ আবার স্বতঃসংশ্লিষ্ট। তবে যেহেতু সবার ব্যবহারের হার আলাদা, সমষ্টিতে স্বতঃসংশ্লিষ্টতা এতটাই তাত্পর্যযুক্ত যে এটি আর মডেল করার জন্য এটি বোধগম্য নয়। এটি সাধারণ দৈনিক চাহিদা, অর্থাৎ বিরতিতে অদৃশ্য হয়ে গেছে। এবং যেহেতু সুপারমার্কেটের যত্ন নেই যে এটি কার কাছে দুধ বিক্রি করে, তাই এটি সামগ্রিক চাহিদাকে মডেল করে তুলবে এবং সম্ভবত স্বশাসনকে অন্তর্ভুক্ত করবে না।

(হ্যাঁ, আন্ত-সাপ্তাহিক seasonতু রয়েছে Which যা এক ধরণের স্বতঃসংশ্লিষ্ট, তবে এটি সত্যিকার অর্থে সপ্তাহের দিনের উপর নির্ভর করে, এক সপ্তাহ আগে একই সাপ্তাহিক দিনের চাহিদা অনুযায়ী নয় , তাই এটি seasonতু স্বতঃসংশ্লিষ্টতার চেয়ে সপ্তাহব্যাপী প্রভাব বেশি effect )

Comments

+1 টি। সামগ্রিকভাবে কীভাবে স্বতঃসংশ্লিষ্টতা হ্রাস পেতে পারে তার খুব সুন্দর উদাহরণ। ঠিক যেমন বিতরণের মিশ্রণটি একসাথে অস্পষ্ট এবং জিনিসগুলিকে বিভ্রান্ত করতে পারে। (এবং আমি সবসময়ই ভেবেছিলাম খুচরা বিক্রয় পূর্বাভাস দেওয়া একটি দুর্দান্ত কাজ হবে!)

— ওয়েন

@ ওয়াইন: এটা আমি আমার বাচ্চাদের বলি যে বাবা সুপারমার্কেটে সর্বদা পর্যাপ্ত আইসক্রিম রয়েছে তা নিশ্চিত করে। আমার ধারণা আমার কাজের কারণে তারা আমাকে আরও কিছুটা ভালবাসে।

— এস। কোলাসা - মনিকা

Answer 3

প্রথমত, আমি মনে করি আপনি নিজেরাই স্বতঃসংশোধন মূল্যায়ন এবং এটি মোকাবেলা করার উদ্দেশ্য কি তা বোঝাতে চাইছেন। যদি আপনি সত্যিই "স্বতঃসংশ্লিষ্টকরণের উদ্দেশ্য" বোঝাতে চান তবে এটি দর্শনের, পরিসংখ্যান নয়।

দ্বিতীয়ত, মহাবিশ্বের রাজ্যগুলি পূর্বের রাজ্যের সাথে সম্পর্কযুক্ত তবে প্রতিটি পরিসংখ্যানগত সমস্যা পূর্বের প্রকৃতির রাজ্যের সাথে সম্পর্কিত নয়। প্রচুর অধ্যয়ন ক্রস-বিভাগীয় হয়।

তৃতীয়, এটি যখন আছে তখন আমাদের কি এটির মডেল করা দরকার? পদ্ধতিগুলি অনুমান করে। বেশিরভাগ ধরণের রিগ্রেশন কোনও অটো-পারস্পরিক সম্পর্ক ধরে না (এটি হ'ল ত্রুটিগুলি স্বাধীন। আমরা যদি এই অনুমানকে লঙ্ঘন করি তবে আমাদের ফলাফলগুলি ভুল হতে পারে। কতটা ভুল? বলার একটি উপায় হ'ল স্বাভাবিক রিগ্রেশন করা এবং এমন কিছু মডেল যা অটোোক্রেলেশন (যেমন মাল্টিলেভেল মডেল বা টাইম সিরিজ পদ্ধতি) এর জন্য অ্যাকাউন্ট করে এবং ফলাফলগুলি কতটা আলাদা তা দেখুন। তবে, আমি সাধারণত মনে করি, স্বতঃ-সম্পর্কিত সম্পর্কিত অ্যাকাউন্টিং শব্দের হ্রাস এবং মডেলটিকে আরও নির্ভুল করে তুলবে।

Comments

"তবে সেটাই দর্শন, পরিসংখ্যান নয়" " এহ ... আপনি কি এত তাড়াতাড়ি একটি পার্থক্য তৈরি করতে চান? সর্বোপরি, পরিসংখ্যানগত পদ্ধতিবিদ এবং দার্শনিক উভয়ই বিজ্ঞানের যত্ন সম্পর্কে উদ্বিগ্ন, উদাহরণস্বরূপ, "ভবিষ্যদ্বাণী" এবং "ব্যাখ্যা" এর মধ্যে যে পার্থক্যগুলি স্বতঃসংশ্লিষ্ট মডেলের হোয়াইট এবং এর কারণ হিসাবে জার্মান e

— অ্যালেক্সিস