কেন আমরা বৈকল্পিক স্থির করব?

Question

Kaggle রচনা Eval পদ্ধতি পড়ার সময় আমি বৈকল্পিক স্থিতিশীল রূপান্তর পেরিয়ে এসেছি । তারা কাপা মানগুলিকে গ্রহণের আগে তাদের পরিবর্তনের জন্য পরিবর্তিত স্থিতিশীল রূপান্তর ব্যবহার করে এবং তাদের আবার পরিবর্তিত করে। বৈকল্পিক স্থিতিশীল রূপান্তরগুলি সম্পর্কে উইকি পড়ার পরেও আমি বুঝতে পারি না, কেন আমরা প্রকৃতপক্ষে বৈকল্পগুলি স্থির করি? এর দ্বারা আমরা কী লাভ করব?

Comments

সাধারণত উদ্দেশ্যটি হ'ল (অ্যাসিপটোটিক) বৈকল্পিককে আগ্রহের পরামিতি থেকে আলাদা করা। এটি বিশেষভাবে গুরুত্ব সহকারে গুরুত্বপূর্ণ যেখানে আমাদের আগ্রহের পরিমাণের গণনা করতে রেফারেন্স বিতরণটি জানতে হবে।

— কার্ডিনাল

Answer 1

এখানে একটি উত্তর রয়েছে: সাধারণত, আপনার ডেটা আইড করার সময় পরিসংখ্যানগত অনুমানের পরিচালনা করার সবচেয়ে কার্যকর উপায় হ'ল যদি তা না হয় তবে আপনি বিভিন্ন পর্যবেক্ষণ থেকে বিভিন্ন পরিমাণের তথ্য পেয়ে যাচ্ছেন এবং এটি কম দক্ষ। এটি দেখার আরেকটি উপায় এটি হ'ল আপনি যদি নিজের অনুমানের অতিরিক্ত বৈশিষ্ট্য যুক্ত করতে পারেন (অর্থাত্ ভেরিয়েন্সের স্থিতিশীল রূপান্তরকরণের মাধ্যমে রূপটির কার্যকরী রূপ) তবে আপনি সাধারণত আপনার অনুমানের যথার্থতা কমপক্ষে অ্যাসেম্পোটোটিকভাবে উন্নত করতে পারেন। খুব ছোট নমুনায়, বৈকল্পিকের মডেলিংয়ের সাথে বিরক্ত করা আপনার ছোট নমুনা পক্ষপাত বাড়িয়ে তুলতে পারে। এটি একজাতীয় GMM- প্রকারের আর্গুমেন্টের ধরণ: আপনি যদি অতিরিক্ত মুহুর্ত যোগ করেন তবে আপনার অ্যাসিপটোটিক বৈকল্পিকটি উপরে উঠতে পারে না; এবং আপনার সীমাবদ্ধ নমুনা পক্ষপাত মুক্তির অজ্ঞাত ডিগ্রিগুলির সাথে বৃদ্ধি পায়।

আর একটি উত্তর কার্ডিনাল দ্বারা দেওয়া হয়েছিল: আপনার অ্যাসিপটোটিক বৈকল্পিক অভিব্যক্তিটি ঘিরে যদি আপনার অজানা প্রকরণটি ঝুলতে থাকে তবে অ্যাসিপটোটিক বিতরণে রূপান্তরটি ধীরে ধীরে হবে এবং আপনাকে কোনওরকমভাবে সেই বৈকল্পিকটি অনুমান করতে হবে। আপনার ডেটা বা আপনার পরিসংখ্যান প্রাক-পাইভোটিং সাধারণত অ্যাসিপোটোটিক আনুমানিকতার যথার্থতা উন্নত করতে সহায়তা করে।

Comments

আমি মনে করি আপনার উত্তরের প্রথম বাক্যটি আমি বুঝতে পেরেছি এবং এটি আমার কাছে স্বজ্ঞাতভাবে আবেদন করে। এই পর্যবেক্ষণের জন্য কি কোনও নাম রয়েছে যা আমি গুগল করতে পারি? আমি কিছু চিন্তার পরীক্ষা বা উদাহরণ খুঁজে পেতে চাই যা দেখায় যে যখন আপনার বিভিন্ন পর্যবেক্ষণে বিভিন্ন পরিমাণের তথ্য থাকে এবং কীভাবে এটি অকেজো হয় তখন কী ঘটে

— পুশপেন্ড্রে

জরিপের পরিসংখ্যানের কর্ন অ্যান্ড গ্রুবার্ড (১৯৯৯) পাঠ্যটিতে এটি আলোচনা করেছে।

— StasK

তবে এখানে রূপান্তরটি দ্বারা একটি গড় গণনা করতে ব্যবহৃত হয়$f^{-1}\left( {1\over n} \sum_i f(\kappa_i) \right)$

@ পুষ্পেন্দ্রেস্তোগি আপনি এই খুব রূপান্তরে উইকিপিডিয়া নিবন্ধটি পড়তে চাইতে পারেন । এটি একটি ফিজার দ্বারা প্রবর্তিত হয়েছিল একটি অভিজ্ঞতামূলক পারস্পরিক সহগের (বৈকল্পিকের মধ্যে) স্থিতিশীলকরণের জন্য। সেক্ষেত্রে রূপান্তরিত পরিবর্তনশীলটি প্রায় নমুনা আকারের উপর নির্ভর করে কেবলমাত্র নমুনার আকারের উপর নির্ভর করে, এবং অজানা সম্পর্কের সহগের উপর নির্ভর করে না (এই কারণেই এই বৈকল্পিকটি "স্থিতিশীল" করে)।

— এলভিস

@Elvis, আমি কেঁদ্রগত পরিসংখ্যাত (উইকিপিডিয়ার নিবন্ধে পারস্পরিক সম্পর্ক উদাহরণ দিয়েছেন en.wikipedia.org/wiki/Pivotal_statistic )। [পৃথিবীতে আপনি কীভাবে মন্তব্যে দুর্দান্ত লিঙ্কটি দিয়েছিলেন? আমি একটি href চেষ্টা করেছিলাম, এটি দেখতে কুৎসিত দেখাচ্ছে]]

— স্টাস্ক