এক্সকেসিডি'র ফ্রিকোয়েন্দিস্ট বনাম বায়েসিয়ানস কমিকের কী আছে?


113

xkcd কমিক নম্বর 1132

এই এক্সকেসিডি কমিক (ফ্রিকোয়ালিস্ট বনাম বায়েশিয়ানস) একটি ঘন ঘনবাদী পরিসংখ্যানবিদকে মজা দেয় যা একটি স্পষ্টতই ভুল ফলাফল পেয়েছিল।

তবে এটি আমার কাছে মনে হয় যে তাঁর যুক্তিটি আসলে এই অর্থে সঠিক যে এটি স্ট্যান্ডার্ড ঘনঘনবাদী পদ্ধতি অনুসরণ করে।

সুতরাং আমার প্রশ্নটি হ'ল "তিনি কী ঘনঘনবাদী পদ্ধতিটি সঠিকভাবে প্রয়োগ করেন?"

  • যদি না: এই দৃশ্যে সঠিক ঘন ঘনবাদী অনুকরণ কী হবে? ঘন ঘনবাদী পদ্ধতিতে সূর্যের স্থায়িত্ব সম্পর্কে "পূর্ব জ্ঞান" কীভাবে সংহত করা যায়?
  • যদি হ্যাঁ: ডাব্লুটিএফ? ;-)

17
গেলম্যানের ব্লগে আলোচনা: andrewgelman.com/2012/11/16808
গ্লেন

5
আমি বারবারবাদী এবং বায়েশিয়ান দৃষ্টিকোণ থেকে উভয়ই অনেক ভুল বলে মনে করি। আমার প্রতিটি বৃহত্তম সমালোচনা: প্রথমত, পি মানগুলি শেষ পর্যন্ত হিউরিস্টিক এবং এটি পরিসংখ্যানগত সমস্যা, ডেটা এবং পরীক্ষাসহ অনেকগুলি জিনিসের বৈশিষ্ট্য। এখানে, তিনটিই সেই নির্দিষ্ট প্রশ্নের জন্য গুরুতরভাবে ভুল উপস্থাপন করেছে। দ্বিতীয়ত, "বয়েসিয়ান" একটি সিদ্ধান্ত তাত্ত্বিক পদ্ধতির ব্যবহার করে যা বায়েশিয়ান হওয়ার দরকার নেই। এটি মজার, যদিও।
মোমো

5
এটিকে পরিসংখ্যানের ক্ষেত্র থেকে বের করে আনার জন্য .... সূর্য নোভা যাওয়ার পক্ষে এতটা বিশাল নয়। কিউইডি, বায়েশিয়ান ঠিক আছে। ( সূর্যের পরিবর্তে একটি লাল দৈত্য হয়ে উঠবে )
বেন ব্রোকা

3
@ গ্লেন এট আলি, বিশেষত, গেলম্যানের প্রতি র্যান্ডাল মুনরোয়ের
jthetzel

2
এখানে ঘনঘনবাদী পরিসংখ্যানবিদ বোকা হওয়ার কারণ এটি নয় যে তিনি একটি ঘন ঘন ঘনবাদী, তবে কারণ তিনি স্পষ্টতই জানেন যে মেশিনটি কীভাবে কাজ করে, তাই জানে এটি একটি অনুপযুক্ত পরিমাপ - এবং যাইহোক একটি অনুমান তৈরি করে।
আরভিএল

উত্তর:


44

মূল বিষয়টি হ'ল প্রথম পরীক্ষাটি (সান গেল নোভা) পুনরাবৃত্তিযোগ্য নয়, যা ঘন ঘনবাদী পদ্ধতিগুলির জন্য এটি অত্যন্ত অনুপযুক্ত করে তোলে যা কোনও ঘটনাকে ঘন ঘন কীভাবে দিচ্ছে তার অনুমান হিসাবে আমরা সম্ভাব্যতার ব্যাখ্যা করে যে আমরা পরীক্ষাকে বহুবার পুনরাবৃত্তি করতে পারি। বিপরীতে, বায়সিয়ান সম্ভাব্যতাটিকে আমাদের উপলব্ধির ডিগ্রি হিসাবে উপলব্ধ যা সমস্ত উপলব্ধ পূর্ববর্তী জ্ঞান দেয়, এটি এক-সময়ের ঘটনা সম্পর্কে সাধারণ জ্ঞানের যুক্তির পক্ষে উপযুক্ত করে তোলে। পাশা নিক্ষেপ পরীক্ষা পুনরাবৃত্তিযোগ্য, তবে আমি এটি খুব কমই দেখি যে কোনও ঘনঘন বিশেষজ্ঞ ইচ্ছাকৃতভাবে প্রথম পরীক্ষার প্রভাবটিকে উপেক্ষা করবেন এবং প্রাপ্ত ফলাফলগুলির তাত্পর্যতে এতটা আত্মবিশ্বাসী থাকবেন।

যদিও মনে হয় যে লেখক ঘন ঘনবাদী পদ্ধতিতে পরীক্ষামূলক সেটআপটির অপ্রয়োজনীয়তা প্রদান করে পুনরাবৃত্তিমূলক পরীক্ষাগুলি এবং তাদের প্রিজনদের উপর অবিশ্বাসের উপর নির্ভরশীলতার ঠাট্টা করেন, আমি বলব যে এই কমিকের আসল থিমটি ঘনত্ববাদী পদ্ধতি নয়, সাধারণভাবে অনুপযুক্ত পদ্ধতিটির অন্ধ অনুসরণ following এটি মজাদার হোক বা না আপনার উপর নির্ভরশীল (আমার কাছে এটিই) তবে আমি মনে করি এটি দুটি পদ্ধতির মধ্যে পার্থক্য পরিষ্কার করার চেয়ে এটি আরও বিভ্রান্তিকর।


1
(+1) ঘনত্বের পুনরাবৃত্তির এই দৃ and় এবং গুরুতর অনুমান সম্পর্কে একটি দুর্দান্ত রেফারেন্স হ'ল বিজ্ঞানের পরিসংখ্যানগত অনুকরণ (2000) , অধ্যায় 1 (যদিও এতগুলি বিষয় রয়েছে যে কোনটি প্রধান তা বলা মুশকিল )

36
পুনরাবৃত্তির যুক্তি দিয়ে এত তাড়াতাড়ি নয় ... প্রথমত, পুনরাবৃত্তিমূলক পরীক্ষাটি হ'ল মেশিনের সন্ধান করা সূর্য নোভা যাচ্ছেনা that এর সত্যতা হ'ল নির্ধারনের স্থির তবে অজানা বিষয়। অনুসন্ধানের পরীক্ষাটি অবশ্যই পুনরাবৃত্তি হতে পারে এবং যদি এটি আরও কয়েকবার হয় তবে ঘন ঘন কৌশলটি সহজেই যুক্তিযুক্ত মনে হতে পারে।
কনজুগেটপায়ার

6
দ্বিতীয়ত, যে কোনওভাবেই পুনরাবৃত্তিযোগ্য ব্যবসায়ের বিষয়ে খুব কড়া হওয়া উচিত নয়, পাছে ঘন ঘনবাদীরা পরীক্ষামূলক অ-পরীক্ষামূলক পরিস্থিতিতে কোনও কিছু অনুমান করতে সক্ষম না হয়ে আটকে যায়। এক মুহুর্তের জন্য ধরে নিন যে 'সূর্য যায় নোভা' প্রার্থীর ইভেন্ট। আমি কোনও পদার্থবিজ্ঞানী নই, তবে আমাকে বলা হয়েছে যে ঘটনাটি 'রৌদ্র নোভা যায়' বরং প্রায়শই ঘটে (কেবল প্রায় এতটা নয়) তাই এটি আমার কাছে পুনরাবৃত্তির মতো শোনাচ্ছে। যাই হোক না কেন, ডেভিড কক্সের মতো লোক ('স্ট্যাটিস্টিকসের ফাউন্ডেশনস'-এ) প্রফুল্লভাবে বলে থাকে যে: "পুনরাবৃত্তিগুলি প্রায়শই সবসময় অনুমানমূলক হয় This
কনজুগেটপায়ার

7
সমান্তরাল মহাবিশ্বে সূর্যের একটি জনসংখ্যার সূর্যকে আমরা এলোমেলো নমুনা হিসাবে দেখতে পারতাম যেখানে আমরা নীতিগতভাবে পরীক্ষার পুনরাবৃত্তি করতে পারতাম যদি কেবল আমাদের কোয়ান্টাম আয়না থাকত! ; ও)
ডিকরান মার্সুপিয়াল

2
সূর্যের বিস্ফোরণ পুনরুদ্ধারযোগ্য কেন নয়? আমি প্রতিদিন সকালে যাচাই করি এবং এটি এখনও ফুটে ওঠে নি।
GKFX

27

আমি যতদূর ঘন ঘন ঘন ঘন ঘন ঘন ঘন দেখতে পেলাম তবে এটি যথাযথ যুক্তিযুক্ত:

কে এমন অনুমান করা যাক যে সূর্যটি বিস্ফোরিত হয়নি এবং এর অনুমান হয়। পি-মান হ'ল অধীনে ফলাফলটি ("হ্যাঁ" বলে মেশিন) পর্যবেক্ষণের সম্ভাবনা । ধরে যে মেশিনটি নিউট্রিনোগুলির উপস্থিতি উপস্থিতি সঠিকভাবে সনাক্ত করে, তারপরে যদি মেশিনটি অধীনে "হ্যাঁ" বলে তবে এটি দুটি কারণ ছয় রোল করার ফলস্বরূপ মেশিনটি আমাদের কাছে মিথ্যা বলে। সুতরাং পি-মানটি ১/৩36, সুতরাং সাধারণ আধা-ফিশার বৈজ্ঞানিক অনুশীলন অনুসরণ করে, একটি ঘনত্ববাদী 95৯ % স্তরের তাত্পর্যকে নাল অনুমানকে বাতিল করে দেয় ।H0H1H0H0

তবে নাল হাইপোথিসিসকে প্রত্যাখ্যান করার অর্থ এই নয় যে আপনি বিকল্প অনুমানটি গ্রহণ করার অধিকারী, সুতরাং ঘন ঘনবাদীদের উপসংহারটি বিশ্লেষণ দ্বারা ন্যায়সঙ্গত হয় না। ঘনঘনবাদী হাইপোথিসিস পরীক্ষাগুলি মিথ্যাবাদিতা (সাজানো) ধারণাটি মূর্ত করে, আপনি কোনও কিছুই সত্য প্রমাণ করতে পারবেন না, কেবল অস্বীকার করবেন। সুতরাং আপনি যদি কে জোর চান তবে আপনি ধরে যে সত্য এবং কেবলমাত্র যদি এগিয়ে যেতে পারেন যে ডেটার সাথে অসঙ্গতিপূর্ণ তা দেখিয়ে দিতে পারেন । তবে এর অর্থ এই নয় যে সত্য, কেবলমাত্র এটি পরীক্ষায় বেঁচে থাকে এবং কমপক্ষে পরবর্তী পরীক্ষার মতো একটি বাস্তবের অনুমান হিসাবে চালিয়ে যায়।H1H0H0H1

বায়েশিয়ানও নিছক সাধারণ জ্ঞান, উল্লেখ করে যে বাজি রেখে কিছু হারাতে পারে না। আমি নিশ্চিত যে ঘনঘনবাদী পন্থা গ্রহণ করে, যখন মিথ্যা-ইতিবাচক এবং মিথ্যা-নেতিবাচক ব্যয়কে বিবেচনা করা হয় (নেইমন-পিজন?) দীর্ঘমেয়াদী লাভের দিক থেকে সেরা কৌশল হিসাবে একই উপসংহার টানবে।

সংক্ষিপ্তসার হিসাবে: ঘন ঘন ঘনবাদী এবং বায়েশিয়ান উভয়ই এখানে opালু হচ্ছে: যথাযথ মাত্রার তাত্পর্য, মিথ্যা-ইতিবাচক / মিথ্যা-নেতিবাচক ব্যয় বা সমস্যার পদার্থবিজ্ঞান (যেমন তার সাধারণ জ্ঞান ব্যবহার না করা) বিবেচনা না করে অন্ধভাবে একটি রেসিপি অনুসরণ করার জন্য ঘন ঘন বিশেষজ্ঞ । বায়েশিয়ান তার কারা প্রবীনদের স্পষ্টভাবে উল্লেখ না করার জন্য তন্দ্রাচ্ছন্ন হয়ে চলেছে, তবে তারপরে আবার সাধারণ জ্ঞান ব্যবহার করে তিনি যে প্রিয়ারগুলি ব্যবহার করছেন তা স্পষ্টতই সঠিক (মেশিনটি আসলে সূর্যের বিস্ফোরণের চেয়ে মিথ্যা বলার বেশি সম্ভাবনা রয়েছে), opালু সম্ভবত অজুহাত।


4
নাল হাইপোথিসিসকে প্রত্যাখ্যান করার অর্থ হ'ল যদি H0 সত্য হয় তবে পর্যবেক্ষণের সম্ভাবনা কম। আপনার এই ভিত্তিতে H1 "গ্রহণ" করা উচিত নয় কারণ এটি মূলত H1 অবশ্যই সত্য বলেছে কারণ H0 সত্য হলে পর্যবেক্ষণগুলি অসম্ভব হবে। তবে এইচ 1 এর অধীনে পর্যবেক্ষণগুলিও অসম্ভাব্য হতে পারে (যা নাল আচারটিকে উপেক্ষা করে) এবং এইচ 1 এর আগে এইচ 0-অগ্রাধিকারের চেয়ে কম সম্ভাবনা থাকতে পারে (যা নাল আচারটিও উপেক্ষা করে)। হাইপোথিসিস গ্রহণ করা একটি ঘন ঘন পরীক্ষার বায়েশিয়ান পরীক্ষা হিসাবে ব্যাখ্যা করার দিকে পিছলে slাল, যা সাধারণত প্রাথমিক প্রাথমিক ক্ষেত্রে ভুল বোঝাবুঝির ফলস্বরূপ।
ডিকরান মার্শুপিয়াল

4
স্রেফ আপনার মন্তব্যে হোঁচট খেয়েছি। এবং আমার কাছে একই প্রশ্ন রয়েছে যা @ গ্লাসির ছিল। আমি আপনার মন্তব্যে আপত্তি জানাতে চাই যে যদি আপনার অনুমানগুলি ইভেন্টের পুরো স্থানকে coverেকে দেয়, এখানে Sun "সূর্য নোভা গেছে", "সান নোভা যায়নি"}, আপনার বিষয়টি বুঝতে অসুবিধা হয় কীভাবে "কীভাবে প্রত্যাখ্যান করা যায়" সূর্য নোভা গেছে "স্বয়ংক্রিয়ভাবে" সান নোভা যায়নি "তে নেতৃত্ব দেয় না। কোনও বিবৃতি মিথ্যা ঘোষণা করা এর প্রত্যাখ্যানকে সত্য বলে মনে করে। এটি দুর্দান্ত হবে যদি আপনি কিছু নির্ভরযোগ্য রেফারেন্স পাঠ্য সরবরাহ করেন যেখানে এই পয়েন্টটি যদি সম্ভব হয় তবে স্পষ্টভাবে ব্যাখ্যা করা হয়েছে। আমি এটি সম্পর্কে আরও জানতে আগ্রহী।
অর্থ-অর্থ

3
নাল অনুমানকে প্রত্যাখ্যান করার অর্থ স্বয়ংক্রিয়ভাবে এই নয় যে নাল অনুমানটি সম্ভবত মিথ্যা, কেবলমাত্র বিকল্প অনুমানের সাথে চালিয়ে যাওয়া যুক্তিসঙ্গত। এটি (অংশে) কারণ ঘনঘনবাদী হাইপোথিসিস পরীক্ষা অনুমানের পূর্ব সম্ভাবনাগুলিকে বিবেচনা করে না। আরও মৌলিকভাবে, ঘনত্ববাদী পদ্ধতিগুলি কোনও নির্দিষ্ট অনুমানের সত্যের সম্ভাবনা নির্ধারণের জন্য ব্যবহার করা যায় না, সুতরাং "আমরা নাল অনুমানকে প্রত্যাখ্যান করতে পারি" এবং "নাল অনুমানটি সম্ভবত মিথ্যা" এর যোগসূত্রটি সম্পূর্ণরূপে বিষয়ভিত্তিক একটি আমি দেখতে পাচ্ছি.
ডিকরান মার্সুপিয়াল

2
এটি আমার বক্তব্যের মতো, আমরা এইচ 1 গ্রহণ করি কিনা সে বিষয়ে সিদ্ধান্তটি বিষয়ভিত্তিক এবং পরীক্ষার ফলাফলের প্রয়োজনীয় ফলাফল নয় "এইচ 0 প্রত্যাখ্যান সাধারণত এইচ 1 কে স্বীকার করে নিয়ে যায়"। সমস্যাটি হ'ল সিদ্ধান্তটি গ্রহণের জন্য আপনার যে তথ্যগুলি দরকার [পি (এইচ 0), পি (এইচ 1), পি (জেড | এইচ 1)] পরীক্ষায় উপস্থিত হয় না। মূলত এই তথ্যগুলির কিছু অংশ থ্রেশহোল্ড নির্ধারণের জন্য আংশিকভাবে অন্তর্ভুক্ত করা হয় তবে এটি সাধারণত অসম্পূর্ণ এবং প্রায়শই অস্থির এবং অযৌক্তিকভাবে বামে থাকে। প্রিরিয়ররা এখনও ঘন ঘন পরীক্ষামূলকভাবে রয়েছেন, সমানভাবে সাবজেক্টিভ, কিন্তু ইম্প্রেসিত - উভয় বিশ্বের সবচেয়ে খারাপ! ; ও)
ডিকরান মার্সুপিয়াল

3
@ ডিকরান, আমি অনুমান করি যে আমরা একে অপরকে ভালভাবে বুঝতে পেরেছি এবং মন্তব্য বিভাগগুলিকে অপব্যবহার করা উচিত, তবে একটি শেষ মন্তব্য: আমি বিষয়গতভাবে আমার সাবজেক্টিভভাবে নির্বাচিত- উপর ভিত্তি করে [অ্যামিবা-প্রত্যাখ্যান] এইচ 0 প্রত্যাখ্যান করতে পছন্দ করলে আমি এইচ 1 গ্রহণ করতে পছন্দ করি আমার পি (এইচ 1) এর বিষয়গত বিশেষজ্ঞের মূল্যায়ন। এই বলে যে "আমি এইচ 1 গ্রহণ করতে বাধ্য হচ্ছি না কারণ আমি এইচ 0-র অ্যামিবা-প্রত্যাখ্যান করতে পারি" কোনও ভাষাগত অর্থবোধ করে না। তবে আমি একমত যে "আমি এইচ 1 মেনে নিতে বাধ্য হচ্ছি না কারণ আমি এইচ 0 টি 5% স্তরে প্রত্যাখ্যান করতে পারি"। আমার মূল বিষয়: এইচ 0 টি 5% স্তরে প্রত্যাখ্যান করতে সক্ষম being প্রত্যাখ্যান করে α
অ্যামিবা

25

কেন এই ফলাফলটি "ভুল" বলে মনে হচ্ছে? একজন বায়েশিয়ান বলবেন যে ফলাফলটি স্ব-স্বজ্ঞাত বলে মনে হচ্ছে কারণ সূর্য কখন বিস্ফোরিত হবে সে সম্পর্কে আমাদের "পূর্ব" বিশ্বাস রয়েছে এবং এই মেশিনের সরবরাহকৃত প্রমাণগুলি সেই বিশ্বাসগুলি ধুয়ে ফেলার পক্ষে যথেষ্ট নয় (বেশিরভাগ কারণেই এটির অনিশ্চয়তার কারণে মুদ্রা উল্টানো)। তবে একজন ঘন ঘন বিশেষজ্ঞ এই ধরণের মূল্যায়ন করতে সক্ষম হন, বিশ্বাসের বিপরীতে তাকে কেবল তথ্য প্রসঙ্গেই তা করতে হবে।

প্যারাডক্সের আসল উত্সটি হ'ল যে ঘন ঘন ঘন ঘনসংখ্যক পরিসংখ্যান পরীক্ষা করা হয় তা সমস্ত উপলব্ধ ডেটা বিবেচনায় নেয় না। কমিকের বিশ্লেষণে কোনও সমস্যা নেই, তবে ফলাফলটি অদ্ভুত বলে মনে হচ্ছে কারণ আমরা জানি যে সূর্যটি সম্ভবত দীর্ঘ সময়ের জন্য বিস্ফোরিত হবে না। তবে কীভাবে আমরা এটি জানি? কারণ আমরা পরিমাপ, পর্যবেক্ষণ এবং সিমুলেশন তৈরি করেছি যা কখন সূর্য বিস্ফোরিত হবে তা সীমাবদ্ধ করতে পারে। সুতরাং, আমাদের সম্পূর্ণ জ্ঞানের সেই পরিমাপগুলি এবং ডেটা পয়েন্টগুলি অ্যাকাউন্টে নেওয়া উচিত।

বায়েশিয়ার বিশ্লেষণে এটি পূর্ব নির্ধারণের জন্য এই পরিমাপগুলি ব্যবহার করে করা হয় (যদিও, পরিমাপকে পূর্বের রূপান্তর করার পদ্ধতিটি যথাযথভাবে সংজ্ঞায়িত করা হয় না: কোনও কোনও মুহুর্তে অবশ্যই একটি প্রাথমিক পূর্ববর্তী থাকতে হবে, অন্যথায় এটি "সমস্ত কচ্ছপ আছে" নীচে উপায় ")। সুতরাং, যখন বায়েসিয়ান তার পূর্ব ব্যবহার করে, তখন তিনি সত্যিকারের প্রচুর অতিরিক্ত তথ্য বিবেচনা করে যা ঘন ঘনবাদীর পি-মান বিশ্লেষণটি গোপনীয় নয়।

সুতরাং, সমান পদক্ষেপে থাকার জন্য, সমস্যার একটি সম্পূর্ণ ঘনত্ববাদী বিশ্লেষণে সূর্য বিস্ফোরণ সম্পর্কে একই অতিরিক্ত ডেটা অন্তর্ভুক্ত করা উচিত যা বেইসিয়ান আগে তৈরি করতে ব্যবহৃত হয়। তবে, প্রিয়ারদের ব্যবহারের পরিবর্তে, বারবারবাদী সহজেই সেই সম্ভাবনাগুলি প্রসারিত করে যে তিনি এই অন্যান্য পরিমাপগুলি অন্তর্ভুক্ত করার জন্য ব্যবহার করছেন এবং তার পি-মানটি সেই পূর্ণ সম্ভাবনাটি ব্যবহার করে গণনা করা হবে।

L=L (মেশিন বলেছে হ্যাঁ | সূর্য বিস্ফোরিত হয়েছে) * (সূর্য সম্পর্কে অন্যান্য সমস্ত তথ্য | সূর্য বিস্ফোরিত হয়েছে)L

একটি সম্পূর্ণ ঘনত্ববাদী বিশ্লেষণ সম্ভবত প্রদর্শিত হবে যে সম্ভাবনার দ্বিতীয় অংশটি অনেক বেশি সীমাবদ্ধ হবে এবং পি-মান গণনার ক্ষেত্রে প্রভাবশালী অবদান হবে (কারণ আমাদের সূর্য সম্পর্কে প্রচুর পরিমাণে তথ্য রয়েছে এবং এই তথ্যের ত্রুটি রয়েছে) ছোট (আশাবাদী)।

ব্যবহারিকভাবে, ঘন ঘন একসাথে গণনা করার জন্য গত 500 বছর থেকে প্রাপ্ত সমস্ত ডেটা পয়েন্টগুলি বাইরে বেরোনোর ​​দরকার নেই, কেউ সূর্যটি বিস্ফোরিত হয়েছে কিনা তা নিয়ে অনিশ্চয়তাটিকে encoded করে এমন কিছু সাধারণ সম্ভাব্য শব্দ হিসাবে আনুমানিক করতে পারেন। এটি পরে বায়েশিয়ার পূর্বের মতো হয়ে উঠবে, তবে এটি দার্শনিক দিক থেকে কিছুটা আলাদা কারণ এটির সম্ভাবনা রয়েছে, যার অর্থ এটি কিছু পূর্ববর্তী পরিমাপকে এনকোড করে (পূর্বের বিপরীতে, যা কিছু প্রাকৃতিক বিশ্বাসকে এনকোড করে)। এই নতুন শব্দটি সম্ভাবনার একটি অংশে পরিণত হবে এবং বেইসিয়ান পূর্বের বিপরীতে, যা বিশ্বাসযোগ্য অন্তর বা পোস্টারিয়র গঠনের জন্য একীভূত হয়ে আত্মবিশ্বাসের ব্যবধানগুলি (বা পি-মান বা যা কিছু) তৈরি করতে ব্যবহৃত হবে।


1
এটি গ্রহণযোগ্য বা সর্বাধিক ভোট দেওয়া উত্তর হওয়া উচিত।
আমেলিও ওয়াজকেজ-রেইনা

11

আমি যে সর্বাধিক সমস্যাটি দেখছি তা হ'ল কোনও পরীক্ষার পরিসংখ্যান উত্পন্ন নয়। -value একটি মান জন্য (সমস্ত সমালোচনা যে Bayesian স্ট্যাটিসটিসিয়ান বিরুদ্ধে মাউন্ট সঙ্গে) একটি পরীক্ষা পরিসংখ্যাত এর হিসাবে সংজ্ঞায়িত করা হয় (ধরে যে বৃহত্তর মানগুলির জন্য প্রত্যাখ্যান করা হয়েছে , যেমনটি say পরিসংখ্যানের ক্ষেত্রে হবে )। আপনার যদি আরও বেশি গুরুত্বের সিদ্ধান্তে পৌঁছানোর দরকার হয় তবে আপনি সমালোচনামূলক মান বাড়াতে এবং প্রত্যাখ্যান অঞ্চলটিকে আরও উপরে ঠেলে দিতে পারেন। কার্যকরভাবে, বনফেরনির মতো একাধিক টেস্টিং সংশোধন সেটাই আপনাকে জন্য অনেক নিচু চৌম্বক ব্যবহার করার নির্দেশ দেয়টি টি পি আর বি [ টি টি | এইচ 0 ] টি χ 2 পি 0 , 1 / 36 , 2 / 36 , ...ptTProb[Tt|H0]Tχ2p-values। পরিবর্তে, ঘন ঘনসংখ্যক পরিসংখ্যানবিদ এর গ্রিডে মাপের পরীক্ষার সাথে এখানে আটকে আছেন ।0,1/36,2/36,

অবশ্যই, এই "ঘন ঘনবাদী" দৃষ্টিভঙ্গি অবৈজ্ঞানিক, ফলস্বরূপ ফলাফল পুনরুত্পাদনযোগ্য হবে না। একবার সূর্যের সুপারনোভা গেলে, এটি সুপারনোভা থেকে যায়, তাই ডিটেক্টরটি বার বার "হ্যাঁ" বলতে থাকে। তবে, এই মেশিনটির বারবার চলার ফলে আবার "হ্যাঁ" ফলাফল পাওয়া সম্ভব না। এটি এমন অঞ্চলে স্বীকৃত যেগুলি নিজেকে কঠোর হিসাবে উপস্থাপন করতে এবং তাদের পরীক্ষামূলক ফলাফলগুলি পুনরুত্পাদন করার চেষ্টা করতে চায় ... যা আমি যতদূর বুঝতে পেরেছি, সম্ভাব্যতার সাথে 5% এর মধ্যে কোথাও ঘটে (মূল কাগজ প্রকাশ করা একটি খাঁটি ধরণের প্রথম ত্রুটি ছিল) এবং কোথাও প্রায় 30-40% কিছু চিকিত্সা ক্ষেত্রে। মেটা-বিশ্লেষণ ভাবেন লোকেরা আপনাকে আরও ভাল সংখ্যায় পূর্ণ করতে পারে, এটি কেবলমাত্র গুঞ্জন যা পরিসংখ্যান আঙুরের মধ্য দিয়ে সময়ে সময়ে আমার কাছে আসে।

"সঠিক" ঘনঘনবাদী দৃষ্টিকোণ থেকে অন্য একটি সমস্যা হ'ল ডাই রোলিং হ'ল সর্বনিম্ন শক্তিশালী পরীক্ষা, পাওয়ার = তাত্পর্য স্তর সহ (যদি কম না হয়; 5% তাত্পর্য স্তরের জন্য ২.7% শক্তি নিয়ে গর্ব করার মতো কিছু নেই)) টি-টেস্টের জন্য নেইমেন-পিয়ারসন তত্ত্বটি দেখিয়ে বোঝায় যে এটি একটি ইউএমপিটি, এবং অনেকগুলি উচ্চ ব্রাউজ স্ট্যাটিস্টিকাল তত্ত্ব (যা আমি সবেমাত্র বুঝতে পারি, আমি স্বীকার করতেই পারি) পাওয়ার কার্ভগুলি প্রাপ্ত করার এবং শর্তগুলি সন্ধান করার জন্য উত্সর্গীকৃত পরীক্ষা দেওয়া প্রদত্ত শ্রেণীর মধ্যে সবচেয়ে শক্তিশালী। (ক্রেডিট: @ ডিকরান মার্সুপিয়াল একটি মন্তব্যে ক্ষমতার বিষয়টি উল্লেখ করেছেন।)

আমি জানি না এটি আপনাকে কষ্ট দেয় কিনা, তবে বায়েশিয়ান পরিসংখ্যানবিদকে এখানে এমন লোক হিসাবে দেখানো হয়েছে যিনি কোনও গণিত জানেন না এবং জুয়ার সমস্যা রয়েছে। একজন যথাযথ বায়েশিয়ান পরিসংখ্যানবিদ পূর্বের পোস্টগুলিকে পোস্ট করে, এর উদ্দেশ্যমূলকতার ডিগ্রি নিয়ে আলোচনা করতেন, উত্তরোত্তর অর্জন করতেন এবং দেখাতেন যে তারা ডেটা থেকে কী শিখেছে। এর কোনটিই করা হয়নি, তাই বায়েশিয়ান প্রক্রিয়াটি যতটা ঘন ঘন ঘনবাদী হিসাবে হয়েছে ততই প্রশস্ত করা হয়েছে।

এই পরিস্থিতি ক্যান্সারের সমস্যার জন্য শাস্ত্রীয় স্ক্রিনিংয়ের প্রদর্শন করে (এবং আমি নিশ্চিত যে বায়োস্ট্যাটিস্টিস্টরা এটির চেয়ে ভাল বর্ণনা করতে পারবেন)। যখন কোনও অপূর্ণ যন্ত্র দিয়ে বিরল রোগের জন্য স্ক্রিনিং করা হয় তখন বেশিরভাগ ধনাত্মকই মিথ্যা ধনাত্মক হয়ে আসে। স্মার্ট পরিসংখ্যানবিদরা এটি জানেন এবং আরও ব্যয়বহুল এবং আরও নির্ভুল বায়োপসি সহ সস্তা এবং নোংরা স্ক্রিনারগুলি অনুসরণ করা আরও ভাল।


2
যদি আমি আপনার প্রথম অনুচ্ছেদটি সঠিকভাবে বুঝতে পারি তবে আপনি বলছেন যে প্রান্তিক (কমিকের 0.05) খুব উচ্চ সেট set যদি কমিকের দুটির পরিবর্তে পাঁচটি পাশা থাকে তবে আপনি কি প্রান্তিকের পরিমাণটি যথেষ্ট কম বলে গ্রহণ করবেন? আপনি যেভাবেই প্রান্তিকতা স্থির করবেন?
শ্রীভাতসার

9
আমি ভেবেছিলাম যে বায়েশিয়ান পরিসংখ্যানবিদরা কেবল বিবেচনায় নিয়েছিলেন যে সূর্যের বিস্ফোরণের সম্ভাবনা অনেক বেশি, মেশিনের পড়ে থাকার সম্ভাবনার চেয়ে অনেক ছোট (সুতরাং অগত্যা কোনও অজ্ঞাত জুয়াড়ি নয়)।
জোশ

8
আরও উল্লেখযোগ্য বিষয়: যদি সূর্য নোভা যায় তবে বাজিটি বিজয়ী তার 50 cash নগদ করতে সক্ষম হবে না ...
কেজিটিল বি হালওয়ারসেন

6
আমি মনে করি যে এখানে বিন্দুটি ঘন ঘনবাদী পরিসংখ্যানবিদ বিশ্লেষণের আসল উদ্দেশ্য সম্পর্কে চিন্তা না করে একটি রেসিপি অনুসরণ করছেন। তথাকথিত "বায়েশিয়ান" আসলে বায়েশিয়ান হচ্ছেন না, কেবল কেউ তাদের সাধারণ জ্ঞান ব্যবহার করছেন। বিজ্ঞানের জার্নালগুলিতে অন্ধ রেসিপি অনুসরণ করার প্রচুর উদাহরণ রয়েছে, যার কারণে কার্টুনটি মজাদার।
ডিকরান মার্সুপিয়াল

3
পরীক্ষার পরিসংখ্যানের অভাবটি আমার মনে হয় না এমন সমস্যা হতে পারে না। একটি পরীক্ষার পরিসংখ্যান কেবলমাত্র ডেটার কিছু ফাংশন। সুতরাং পরিচয় ফাংশন, যেমন এখানে ড্যাটাম নিজেই, কমপক্ষে নীতিগতভাবে কাজ করার জন্য উপস্থিত হবে।
কনজুগেটপায়ার

6

এই কমিকের সাথে কোনও ভুল নেই, এবং কারণটির পরিসংখ্যানের সাথে কোনও সম্পর্ক নেই। এটা অর্থনীতি। ঘনঘনবাদী সঠিক হলে, পৃথিবী 48 ঘন্টার মধ্যে অনাবাসের সমান হবে। $ 50 এর মান কার্যকরভাবে বাতিল হয়ে যাবে। বায়েশিয়ানরা এটি স্বীকৃতি দিয়ে বাজিটি জেনে রাখতে পারে যে সাধারণ ক্ষেত্রে তার লাভ $ 50, এবং সূর্য-বিস্ফোরিত ক্ষেত্রে সামান্য কিছুই nothing


এটি "পরিসংখ্যানগুলির সাথে কিছু করার আছে" যেহেতু বায়সিয়ান পরিসংখ্যানগুলি এটিকে "ক্ষতির ফাংশন হ্রাস" হিসাবে স্পষ্টভাবে মডেল করে;)
ফ্যাবিও বেলট্রামিনী

5

এখন সিইআরএন সিদ্ধান্ত নিয়েছে যে নিউট্রিনো আলোর চেয়ে দ্রুত নয় - নিউট্রিনো পরিবর্তনটি নজরে আসার আগেই বৈদ্যুতিন চৌম্বকীয় বিকিরণ শক ফ্রন্ট পৃথিবীতে আঘাত হানে। এটিতে কমপক্ষে (খুব স্বল্পমেয়াদে) দর্শনীয় অরোরাল প্রভাব থাকবে। সুতরাং এটি অন্ধকার যে সত্য আকাশকে জ্বলতে বাধা দেয় না; কৃত্রিম উপগ্রহগুলি বাষ্পযুক্ত এবং স্ব-সংযোজিত হয়ে চাঁদকে অতিরিক্ত উজ্জ্বলভাবে উজ্জ্বল করে (সিএফ ল্যারি নিভেনের "ইনকনস্ট্যান্ট মুন") এবং দর্শনীয় ঝলক।

সব মিলিয়ে - সম্ভবত ভুল পরীক্ষা? (এবং যদিও আগে থাকতে পারে - উত্তরোত্তর একটি বাস্তব নির্ধারণের জন্য পর্যাপ্ত সময় হবে না)।


1
সূর্যটি বিস্ফোরিত হয়েছে এমন অনুমানকে প্রত্যাখ্যান করার আরও বেশি কারণ, তখন। :-)
শ্রীবতসারআর

সুতরাং এই নিবন্ধের শেষে বোঝানো হয়েছে যখন লেখকরা বলেছেন: "নিশ্চিতকরণের অধ্যয়ন প্রয়োজন"?
ডিউইন

প্রকৃতপক্ষে, আকস্মিকভাবে এটি পুনর্বিবেচনা করা শিরোনামে স্পষ্ট অনুমিতি। মেশিনটি সূর্য নোভা গেছে কিনা তা সনাক্ত করে। সনাক্তকরণে ত্রুটির সম্ভাবনা নেই is নিউট্রিনো বিট অপ্রাসঙ্গিক। প্রদত্ত পরিসংখ্যানগুলি এমন যে মেশিনটি "না", "না", "না" ... জবাব দেবে ... কোনও এক বন্ধ ইভেন্ট যা পরিসংখ্যানকে সমাপ্ত করে না দেওয়া অবধি মিথ্যা বিবৃতি (হ্যাঁ) হওয়ার 1/15 সুযোগ দিয়ে প্রক্রিয়াটি ঘটে - এটিতেও মিথ্যা প্রতিবেদন করার (1/3) একটি 1/3 সম্ভাবনা থাকবে, যদি মেশিনটি 8 টি মিনিটের ব্যবধানে পৃথিবীতে স্পষ্ট হয়ে ওঠে তা জিজ্ঞাসা করা হয়।
সাইমনএন

4

আমি @ জর্জলেউইস এর সাথে একমত যে ফ্রিকোয়ালিস্ট পদ্ধতিটি ভুল বলে উপস্থাপন করা অকাল হতে পারে - আসুন আমরা আরও তথ্য সংগ্রহের জন্য আরও কয়েকবার নিউট্রিনো ডিটেক্টর পুনরায় চালু করতে পারি। প্রিয়ারদের সাথে চারপাশে জগাখিচির দরকার নেই।


2

একটি সরল বিন্দু যা এখানে সমস্ত ভার্বোস উত্তরগুলির মধ্যে হারিয়ে যেতে পারে তা হ'ল ঘনত্ববাদী একক নমুনার ভিত্তিতে তার উপসংহার আঁকতে চিত্রিত হয়। অনুশীলনে আপনি এটি কখনই করবেন না।

বৈধ উপসংহারে পৌঁছানোর জন্য একটি পরিসংখ্যানগতভাবে গুরুত্বপূর্ণ নমুনার আকার প্রয়োজন (বা অন্য কথায়, বিজ্ঞানের পুনরাবৃত্তিযোগ্য হওয়া দরকার)। সুতরাং অনুশীলনে ঘন ঘন মেশিনটি একাধিকবার মেশিনটি চালিত করে ফলাফল ফলাফল সম্পর্কে সিদ্ধান্তে পৌঁছায় a

সম্ভবত এটি আরও কয়েকবার মেশিনকে একই প্রশ্ন জিজ্ঞাসা করতে পারে। এবং সম্ভবতঃ যদি মেশিনটি প্রতি 36 বারের মধ্যে 1 টির মধ্যে কেবল ভুল হয় তবে একটি পরিষ্কার প্যাটার্ন উদ্ভূত হবে। এবং সেই প্যাটার্ন থেকে (বরং একক পাঠ থেকে) ঘন ঘনবাদী সূর্যটি বিস্ফোরিত হয়েছে কি না সে সম্পর্কে একটি (মোটামুটি নির্ভুল, আমি বলব) উপসংহার টানবে।


4
"পরিসংখ্যানগতভাবে উল্লেখযোগ্য নমুনার আকার" বলতে কী বোঝ?
মোমো

@ মোমো - একক নমুনার চেয়ে বেশি এটি নিশ্চিত। কোনও অসম্ভব ফলাফল পর্যবেক্ষণ করা এবং তারপরে এই সিদ্ধান্তটি নেওয়া বৈধ নয় যে প্রথমে পর্যবেক্ষণটির পুনরাবৃত্তি না করে নিশ্চিত হয়েছিলেন যে এটি কোনও প্রবাহ ছিল না impro আপনি যদি একটি সঠিক সংখ্যা চান যা কোনও পরিসংখ্যানগতভাবে উল্লেখযোগ্য নমুনার আকার বা একটি সঠিক সংখ্যা নির্ধারণের জন্য একটি অ্যালগরিদম উপস্থাপন করে, সম্ভবত কোনও পরিসংখ্যানবিদ এটি সরবরাহ করতে পারে; তবে আমি কোনও পরিসংখ্যানবিদ নই।
আরথ

3
আমি মনে করি না যে 1 টির নমুনা আকার নিয়ে একটি বিশেষ সমস্যা আছে বিষয়টি, সমস্যাটি হ'ল পরীক্ষার কোনও পরিসংখ্যানিক শক্তি নেই (অর্থাত্ পরীক্ষাটি কখনই নাল অনুমানকে বাতিল করবে না যখন এটি মিথ্যা থাকে)। তবে এটি নিবন্ধে প্রদত্ত "নাল রীতি" নিয়ে একটি সমস্যা প্রকাশ করে যা পরিসংখ্যানগত শক্তির বিষয়টি (এবং এইচ 1 আসলে কী, বা সমস্যার সাথে সম্পর্কিত পূর্বের তথ্য) উপেক্ষা করে।
ডিকরান মার্শুপিয়াল

1
@ ডিকরান এটি সেরা সম্ভাব্য উত্তরগুলির মধ্যে একটি! কার্টুনে "ঘনঘন বিশেষজ্ঞ" সমস্যাটি হ'ল পরীক্ষার বৈশিষ্ট্যগুলির প্রয়োজনীয় মূল্যায়ন প্রথমে না করেই একটি নির্দিষ্ট পরিসংখ্যান রীতি অনুসরণ করা হয়। (এই সিদ্ধান্তের জন্য কোনও প্রাসঙ্গিক ক্ষতির ফাংশনটি কী হওয়া উচিত তা বিবেচনা করে আপনার বিশ্লেষণও বাড়ানো যেতে পারে)) কার্টুনটি পরিচ্ছন্নভাবে এমন সমস্ত লোককে ঝাঁকুনি দেয় যারা স্ট্যাটিস্টিকাল পদ্ধতিতে নিয়োগ করে তাদের বোঝা বা তাদের অনুমানগুলি পরীক্ষা না করে।
শুক্র

2

আপনার প্রশ্নের উত্তর: "তিনি কী ঘনঘনবাদী পদ্ধতিটি সঠিকভাবে প্রয়োগ করেন?" না, তিনি ঘনঘনবাদী পদ্ধতির অবিকল প্রয়োগ করেন না। এই সমস্যার জন্য পি-মানটি ঠিক 1/3 নয়।

আমাদের প্রথমে অবশ্যই লক্ষ করা উচিত যে জড়িত অনুমানগুলি

এইচ 0: সূর্যটি বিস্ফোরিত হয়নি,

এইচ 1: সূর্য বিস্ফোরিত হয়েছে।

তারপর,

p-value = P ("যন্ত্রটি হ্যাঁ প্রত্যাবর্তন করে" | সূর্য বিস্ফোরিত হয়নি)।

এই সম্ভাবনাটি গণনা করার জন্য, আমাদের অবশ্যই লক্ষ্য রাখতে হবে যে "মেশিনটি হ্যাঁ প্রত্যাবর্তন করে" সমান "নিউট্রিনো ডিটেক্টর সূর্য বিস্ফোরণকে পরিমাপ করে এবং সত্য ফলাফলটি জানায় বা নিউট্রিনো ডিটেক্টর সূর্য বিস্ফোরিত পরিমাপ করে না এবং আমাদের কাছে মিথ্যা"।

ধরে নিই যে, পাশা নিক্ষেপ করা নিউট্রিনো ডিটেক্টর পরিমাপের চেয়ে পৃথক, আমরা পি-ভ্যালুটি সংজ্ঞায়িত করতে পারি:

p0 = P ("নিউট্রিনো সনাক্তকারী সূর্যের বিস্ফোরণকে পরিমাপ করে" | সূর্য বিস্ফোরিত হয়নি),

তারপরে, পি-মানটি হয়

p-value = p0 x 35/36 + (1-p0) x 1/36 = (1/36) x (1+ 34 x p0)।

এই সমস্যার জন্য, পি-মানটি 1/36 এবং 35/36 এর মধ্যে একটি সংখ্যা। পি-মান সমান 1/36 এবং কেবলমাত্র p0 = 0 হলে। অর্থাৎ, এই কার্টুনের একটি গোপন অনুমান হ'ল ডিটেক্টর মেশিন সূর্যটি বিস্ফোরিত না হলে সূর্যের বিস্ফোরণকে কখনই মাপতে পারে না।

তদুপরি, একটি আনোভা বিস্ফোরণ ঘটছে তার বাহ্যিক প্রমাণ সম্পর্কে সম্ভাব্যতায় আরও অনেক তথ্য সন্নিবেশ করা উচিত।

শুভকামনা.


1

আমি ঘনঘনবাদী পদ্ধতির সাথে কোনও সমস্যা দেখি না। নাল হাইপোথিসিসটি যদি প্রত্যাখ্যান করা হয় তবে পি-মান হ'ল টাইপ 1 ত্রুটির সম্ভাবনা। একটি প্রকার 1 ত্রুটি একটি সত্য নাল অনুমানকে প্রত্যাখ্যান করে। এক্ষেত্রে আমাদের 0.0-এর একটি পি-মান রয়েছে। এর অর্থ হ'ল এই পি-মানটি নিয়ে যে সমস্ত অনুমান পরীক্ষা করা হয়েছে তার মধ্যে প্রায় একশ 'র মধ্যে 3 একটি সত্য নাল অনুমানকে প্রত্যাখ্যান করবে। নির্মাণ করে, এটি সেই ক্ষেত্রে অন্যতম একটি বিষয় be ঘনঘন বিশেষজ্ঞরা স্বীকার করেন যে কখনও কখনও তারা সত্য নাল অনুমানকে প্রত্যাখ্যান করবেন বা মিথ্যা নাল অনুমান (টাইপ 2 ত্রুটি) বজায় রাখবেন, তারা অন্যথায় কখনও দাবি করেন নি। তদুপরি, তারা দীর্ঘমেয়াদে তাদের ভ্রান্ত তথ্যসূত্রগুলির ফ্রিকোয়েন্সিটি অবিকলভাবে প্রমাণ করে।

সম্ভবত, এই ফলাফলটি দেখার একটি কম বিভ্রান্তিমূলক উপায় হ'ল অনুমানের ভূমিকাগুলি বিনিময় করা exchange যেহেতু দুটি অনুমান সহজ, তাই এটি করা সহজ। যদি নালটি হয় যে সূর্য নোভা চলে গেছে তবে পি-মান 35/36 = 0.972। এর অর্থ হ'ল সূর্য নোভা গেছে এমন অনুমানের বিরুদ্ধে এটি প্রমাণ নয়, সুতরাং আমরা এই ফলাফলের ভিত্তিতে এটিকে প্রত্যাখ্যান করতে পারি না। এটি আরও যুক্তিসঙ্গত বলে মনে হয়। আপনি যদি ভাবছেন। কেন কেউ ধরে নেবে সূর্য নোভা গেল? আমি তোমাকে প্রশ্ন করব. যদি সূর্যের বিস্ফোরণের বিষয়টি খুব হাস্যকর মনে হয় তবে কেন কেউ এই ধরনের পরীক্ষা চালিয়ে যাবেন?

আমি মনে করি এটি কেবল দেখায় যে একজনকে আগেই একটি পরীক্ষার কার্যকারিতা মূল্যায়ন করতে হবে। উদাহরণস্বরূপ, এই পরীক্ষাটি সম্পূর্ণ অকেজো হবে কারণ এটি আকাশের দিকে তাকাতে থেকে আমরা ইতিমধ্যে জেনে এমন কিছু পরীক্ষা করে (যা আমি নিশ্চিত যে কার্যকরভাবে শূন্যের একটি পি-মান তৈরি করে)। একটি ভাল পরীক্ষা নকশা করা ভাল বিজ্ঞান উত্পাদন প্রয়োজন। যদি আপনার পরীক্ষাটি খারাপভাবে ডিজাইন করা থাকে তবে আপনি স্ট্যাটিস্টিকাল ইনফারেন্স টুলটি ব্যবহার করুন না কেন, আপনার ফলাফলগুলি কার্যকর হওয়ার সম্ভাবনা কম।


অবশ্যই, তবে বায়সিয়ান এখনও প্রদত্ত ডেটা / পরীক্ষার ফলাফলের সাথে যুক্তিসঙ্গত সিদ্ধান্তে অনুমান করতে পারে । কখনও কখনও আপনি কোনও পরীক্ষার পুনরাবৃত্তি করতে পারেন বা এটি আপনার পছন্দ মতো ডিজাইন করতে পারবেন না।
আমেলিও ওয়াজকেজ-রেইনা

এটি মোটামুটি বিষয়, বয়েসিয়ান অনুমান সহজেই পূর্বের অভিজ্ঞতা অন্তর্ভুক্ত করতে পারে যা অসাধারণ ফলাফলের পক্ষে পরিসংখ্যানগত ওজন পাওয়া শক্ত করে তোলে (এটি আমাদের পরিসংখ্যানগত ফ্লুয়িকের বিরুদ্ধে রক্ষা করে)। তবে এটি বায়েশিয়ান কাঠামোর একটি অকেজো পরীক্ষাও। পূর্ববর্তীগুলি একটি সিদ্ধান্তের পক্ষে এত দৃ strongly়রূপে যে এই পরীক্ষার কোনও ফলাফল এটি পরিবর্তন করতে পারে না। পূর্ব যদি তাই শক্ত হয়। এটির কোনও সংশোধন করার সুযোগ না দিয়ে কেন পরীক্ষা-নিরীক্ষা চালাবেন? দুর্বল priors বিবেচনা করার সময় (সম্ভবত ডেটা দ্বারা পরিবর্তিত হতে পারে), আমি মনে করি Bayesian এবং ফ্রিকোয়ালিস্ট পদ্ধতি সাধারণত "তুলনীয়" ফলাফল দেয়।
জোস গার্মিলা

0

ঘন ঘনবাদী পদ্ধতিতে সূর্যের স্থায়িত্ব সম্পর্কে "পূর্ব জ্ঞান" কীভাবে সংহত করা যায়?

খুব মজার বিষয়।

এখানে কিছু ধারণা, নিখুঁত বিশ্লেষণ নয় ...

একটি বাজেটের পূর্বে বায়েশিয়ান পদ্ধতির ব্যবহার সাধারণত ঘন ঘনটিগুলির সাথে তুলনীয় একটি পরিসংখ্যানগত অনুক্রম সরবরাহ করে।

বায়েশিয়ানরা কেন দৃ prior় পূর্বে বিশ্বাস করে যে সূর্যটি বিস্ফোরিত হয়নি? কারণ তিনি সকলেই জানেন যে সূর্য আরম্ভ হওয়ার পর থেকে কখনও ফেটে যায় না।

আমরা কনজুগেট প্রিয়ার সহ কিছু সাধারণ পরিসংখ্যানের মডেলগুলিতে দেখতে পাচ্ছি যে পূর্ব বিতরণ ব্যবহার করা একটি নন-ফোটোভিত্তিক পূর্ব এবং প্রাথমিক পরীক্ষাগুলি থেকে প্রাপ্ত উত্তরোত্তর বিতরণ ব্যবহারের সমতুল্য।

উপরের বাক্যটিতে পরামর্শ দেওয়া হয়েছে যে ফ্রুসিডিনিস্টকে তার মডেলের প্রাথমিক পরীক্ষাগুলির ফলাফল অন্তর্ভুক্ত করে বায়েশিয়ান হিসাবে উপসংহার করা উচিত। বায়েশিয়ানরা আসলে এটিই করে : তার প্রারম্ভিক প্রাথমিক পরীক্ষাগুলি সম্পর্কে তাঁর জ্ঞান থেকে আসে!

Nxiixiθxixi=1i=1,,N

N+1xiy={Yes}θ θ এক্স 1 , , এক্স এন ওয়াই 1 এন ওয়াই = { হ্যাঁ } θ θPr(xN+1=0)θθx1,,xNy1Ny={Yes}θ। এবং বেয়েসিয়ান তার পূর্ব-বিতরণ- সম্পর্কে এই তথ্যটি প্রতিফলিত করতে চায় ।θ

এই দৃষ্টিকোণ থেকে আমি অনুমানের পরীক্ষার বিচারে কীভাবে প্রশ্নটির পুনঃবিবেচনা করতে দেখছি না। Taking গ্রহণ কোনও কারণেই বোঝায় না কারণ এটি আমার ব্যাখ্যায় পরীক্ষার সম্ভাব্য সমস্যা, সত্য / মিথ্যা অনুমান নয়। সম্ভবত এটি ফ্রিকোসিস্টের ত্রুটি?H0={the sun has not exploded}


উত্তরণ "... তিনি প্রত্যেকেই জানেন যে সূর্য আরম্ভ হওয়ার পর থেকে কখনও ফেটে যায় না" সাম্প্রতিক আমেরিকান ছুটির এক গল্পের কথা মনে করে দেয় যেখানে লক্ষ লক্ষ টার্কি ( মেলিয়াগ্রিস গ্যালোপাভো ) গ্রাস করা হয়। সময়ের সাথে সাথে, প্রতিটি বুদ্ধিমান টার্কি "প্রত্যেকের মতো জানেন" যে তাকে খাওয়ানো হবে এবং যত্ন নেওয়া হবে, ঠিক সেই নভেম্বরের মাঝামাঝি পর্যন্ত সেই দুর্ভাগ্যজনক (এবং পুরোপুরি অপ্রত্যাশিত - তার কাছে) দিন পর্যন্ত! একইভাবে, সূর্যের স্থিতিশীলতার প্রতি আমাদের আস্থা কম হওয়া উচিত, যদি আমরা নির্ভর করতে পারি তবে এটির মানব পর্যবেক্ষণের অপেক্ষাকৃত ছোট ইতিহাস।
হোবার

@ যাকে আমি আপনাকে এই বার্তাটি ব্যক্তিগতভাবে প্রেরণে পছন্দ করতাম। আপনার মন্তব্য এবং আলোচনার বিষয়গুলির মধ্যে কি কোনও সংযোগ রয়েছে? আমি জানি না যে এটিই আমি আমাকে ধারণা তৈরি করেছিলাম, তবে এটি বেশ কয়েকবার হয়েছে যে আপনি আমার উত্তরগুলিতে মন্তব্য করেছিলেন মূলত আমার উত্তরগুলির বিরুদ্ধে কিছু বলার জন্য। ওপি কর্তৃক উত্সাহিত অনুশীলনটি একটি কার্টুনের ব্যাখ্যা এবং আমি অনুভব করি যে আপনি আমার উত্তরটির সমালোচনা করেছেন যেন আমি কোনও বাস্তব বিষয় নিয়ে কথা বলছিলাম। সম্প্রতি আমি প্রশংসা করি নি এবং আমি এখনও বুঝতে পারি নি কেন আপনি আমার উত্তরগুলির পিছনে একটি সম্ভবত "অভিপ্রায়" এড়িয়ে গেছেন।
স্টাফেন লরেন্ট

কোনও সমালোচনা, নিহিত বা উদ্দেশ্যযুক্ত ছিল না: কখনও কখনও একটি মন্তব্য সত্যিই ঠিক হয় ... একটি মন্তব্য। এটি গুরুত্বপূর্ণভাবে প্রশ্নগুলিকে হাইলাইট করার চেষ্টা করেছিল (যা একটি হাস্যকর হওয়ার উদ্দেশ্যে) আপনার উত্তরটিতে সম্বোধন করা হলেও তা সমাধান করা হয়নি। আমি দুঃখিত যে আপনি এটি ব্যক্তিগত বা আক্রমণ হিসাবে বিবেচনা করেছেন। বিটিডাব্লু, এটি একটি আসল প্রশ্ন: এটি জিজ্ঞাসা করে যে ঘন ঘনবাদী পদ্ধতিতে "পূর্ববর্তী জ্ঞান" কীভাবে সংহত করা যায়? এই প্রশ্নটি হিউমের সমালোচকদের অন্তর্নিহিত অনুমানের সমালোচনা উত্সাহিত করে এবং বিজ্ঞানের দর্শনের পাশাপাশি পরিসংখ্যানের খুব ভিত্তিতে ইস্যুগুলিতে যায়। এটি কিছু যত্নশীল চিন্তা মূল্য!
whuber

এটি উল্লেখ করার মতোও হতে পারে যে আপনার খ্যাতির একটি উল্লেখযোগ্য অনুপাত আপনার উত্তরগুলির জন্য আমার ভোটগুলির কারণে - যা আমি আপনার প্রমাণের বিরুদ্ধে প্রস্তাব করি যে আপনার বিরুদ্ধে আমার পক্ষ থেকে কোনও নিয়মতান্ত্রিক আচরণ নেই।
whuber

2
না, আমি আপনার মন্তব্য বুঝতে পেরেছি। আপনার মন্তব্যের ফরাসি গুগল অনুবাদটি ইতিমধ্যে অদ্ভুত, তবে আমার দক্ষতাগুলি ইংরেজিতে এবং অদ্ভুত গুগল অনুবাদগুলির সাথে একত্রিত করে আমি একটি সঠিক অনুবাদ পেতে সক্ষম হয়েছি। আমি পরের মাসে আরও স্বাচ্ছন্দ্যবোধ করব।
স্টাফেন লরেন্ট

0

এটি অবশ্যই একটি ঘন ঘন 0.05 স্তরের পরীক্ষা - নাল অনুমানটি নাল অনুমানের অধীনে 5% এরও কম সময়কে প্রত্যাখ্যান করা হয় এবং এমনকি বিকল্পের অধীনে শক্তিও দুর্দান্ত।

অন্যদিকে পূর্বের তথ্য আমাদের বলে যে একটি নির্দিষ্ট সময়ে নির্দিষ্ট সময়ে সুপারনোভা যাওয়া সূর্য খুব কমই অসম্ভব, তবে সুযোগে মিথ্যা বলার সম্ভাবনা বেশি।

নীচের লাইন: কমিকের সাথে সত্যিকারের কোনও ভুল নেই এবং এটি দেখায় যে ফলশ্রুতিপূর্ণ হাইপোথিসগুলি পরীক্ষা করা উচ্চতর মিথ্যা আবিষ্কারের হারের দিকে নিয়ে যায়। অতিরিক্তভাবে, আপনি প্রস্তাবিত বেটের মূল্যায়নের ক্ষেত্রে সম্ভবত পূর্বের তথ্যটি বিবেচনায় নিতে চান - এই কারণেই সিদ্ধান্ত বিশ্লেষণের সাথে কোনও বায়েশিয়ান পশ্চাতটি এত জনপ্রিয়।


-2

আমার দৃষ্টিতে, আরও সঠিক সঠিক ঘনত্ববাদী বিশ্লেষণ নীচে হবে: এইচ 0: সূর্য বিস্ফোরিত হয়েছে এবং যন্ত্রটি সত্য বলছে। এইচ 1: সূর্যটি বিস্ফোরিত হয়নি এবং মেশিনটি পড়ে আছে।

পি এর মান এখানে = পি (সূর্য বিস্ফোরিত)। p (মেশিন সত্য বলছে) = 0.97। পি (সূর্য বিস্ফোরিত)

পরিসংখ্যানবিদ দ্বিতীয় সম্ভাবনার প্রকৃতি না জেনে কিছুতেই শেষ করতে পারবেন না।

যদিও আমরা জানি যে পি (সূর্য বিস্ফোরিত হয়েছে) 0, কারণ তারার মতো সূর্য সুপারনোভাতে বিস্ফোরিত হয় না।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.