ক্লাস্টার্ড স্ট্যান্ডার্ড ত্রুটি বনাম মাল্টিলেভেল মডেলিং?


18

আমি বেশ কয়েকটি বই (রাউডেনবুশ এবং ব্রিক, স্নিজ্ডার্স এবং বোকার, গেলম্যান অ্যান্ড হিল, ইত্যাদি) এবং বেশ কয়েকটি নিবন্ধ (গেলম্যান, জুসকো, প্রিমো এবং জ্যাকবস্মিয়র, ইত্যাদি) দিয়ে স্কিম করেছি এবং এখনও আমি আমার মাথাটি জড়িয়ে রাখিনি have ক্লাস্টার স্ট্যান্ডার্ড ত্রুটিগুলি আয়াতগুলি মাল্টিলেভেল মডেলিংয়ের মধ্যে প্রধান পার্থক্য।

হাতে থাকা গবেষণার প্রশ্নে যে অংশগুলি রয়েছে তা আমি বুঝতে পারি; নির্দিষ্ট ধরণের উত্তর রয়েছে যা আপনি কেবল মাল্টিলেভেল মডেলিং থেকে পেতে পারেন। তবে, উদাহরণস্বরূপ, একটি দ্বি-স্তরের মডেলের জন্য যেখানে আপনার আগ্রহের গুণাগুলি কেবল দ্বিতীয় স্তরে রয়েছে, অন্য পদ্ধতির চেয়ে একটি পদ্ধতি করার সুবিধা কী? এই ক্ষেত্রে, আমি পূর্বাভাস দেওয়ার জন্য বা ক্লাস্টারগুলির জন্য পৃথক সহগগুলি বের করার বিষয়ে উদ্বিগ্ন নই।

আমি যে মুখ্য পার্থক্যটি সন্ধান করতে পেরেছি তা হ'ল যখন ক্লাস্টারগুলিতে অসম নমুনার আকার থাকে এবং মাল্টিলেভেল মডেলিং দুর্বল হয় যেহেতু এটি এলোমেলো সহগ বন্টনের একটি স্পেসিফিকেশন ধরে নেয় (যেখানে ক্লাস্টার স্ট্যান্ডার্ড ত্রুটিগুলি মডেল-মুক্ত হয়) ।

এবং শেষ পর্যন্ত, এইগুলির অর্থ কি এই যে মডেলগুলির পক্ষে যে কোনও পদ্ধতি ব্যবহার করা যেতে পারে, আমাদের সহগ এবং স্ট্যান্ডার্ড ত্রুটির ক্ষেত্রে একই ফলাফল পাওয়া উচিত?

যে কোনও প্রতিক্রিয়া বা সহায়ক সংস্থানগুলি প্রশংসিত হবে।


6
ব্যবহারকারী স্টাসকের ঠিক এই প্রশ্নের উত্তর রয়েছে ।
অ্যান্ডি ডাব্লু

ধন্যবাদ। আমি এটি আগে পড়েছিলাম, যা আমাকে সত্যিকারের সুবিধাগুলি সম্পর্কে আরও সংশয়যুক্ত করেছিল। তবে আমি অনুমান করি যে আমার প্রশ্নের পিছনে আসল প্রেরণা হ'ল এটি দেখার পক্ষে আমি মোটেও বৈধতাযুক্ত কিনা তা কেবলমাত্র মাত্রার স্তরের দুই সহগকে আগ্রহের বিষয় হিসাবে দেখছি কিনা তা অত্যধিক কার্যকর নয়। তদতিরিক্ত, সম্ভবত আমি এটি মিস করেছি, তবে আমি মনে করি না যে এই দুটি পদ্ধতির অনুরূপ ফলাফল পাওয়া উচিত (যখন উভয় পদ্ধতির অনুমানগুলি পূরণ করা হয়) তবে পোস্টটি সম্বোধন করেছে।
রিকিবি

1
"দ্বিতীয় স্তরের সহগুণ" সহ আপনি যে স্তরটি বোঝেন সেখানে নির্ভরশীল ভেরিয়েবল হিসাবে আপনি প্রথম স্তরের পরামিতিগুলি কী?
সে

হ্যাঁ, এটাই আমার অর্থ।
রিকিবি

উত্তর:


1

এই পোস্টটি ব্যক্তিগত অভিজ্ঞতার উপর ভিত্তি করে যা আমার ডেটাতে সুনির্দিষ্ট হতে পারে, তাই আমি নিশ্চিত নই যে এটি উত্তর হিসাবে যোগ্যতা অর্জন করবে।

আপনার ডেটার জন্য কোন পদ্ধতিটি সবচেয়ে ভাল কাজ করে তা নির্ধারণ করার জন্য আমি যদি সম্ভব হয় সিমুলেশনগুলি ব্যবহার করার পরামর্শ দিই। আমি এটি করেছি এবং অবাক হয়ে জানতে পেরেছিলাম যে মাল্টিলেভেল মডেলিংয়ের উপর ভিত্তি করে পরীক্ষাগুলি (প্রথম স্তরের পরামিতিগুলি সম্পর্কিত) অন্য যে কোনও পদ্ধতিকে (পাওয়ার-ওয়াইজ) ছাড়িয়ে গেছে, এমনকি কয়েকটি এবং অসম আকারের "ক্লাস্টার" সহ ছোট নমুনায় আকারও বজায় রেখেছিল। আমি এখনও এমন একটি কাগজ সন্ধান করতে পারি নি যা এটি তৈরি করে এবং আমি কীভাবে এটি দেখতে পেলাম তা আসলে একটি কুলুঙ্গি বিষয় নয় এবং আরও মনোযোগের দাবি রাখে। আমি মনে করি যে এটি বিভিন্ন পদ্ধতিতে ভিস-এ-ভিজিট সুনির্দিষ্ট-নমুনা বা কয়েকটি / অসম ক্লাস্টারগুলির সাথে কীভাবে তুলনা করে তা মোটামুটি গবেষণা করা হয়েছে।


আপনার মন্তব্যের জন্য ধন্যবাদ. আপনি যেখানে আপনার ফলাফল রেকর্ড করেছেন এমন কোনও দলিল থাকার কি ঘটেছে? আমি এটি দেখতে এবং আপনি কী খুঁজে পেয়েছেন তা দেখতে খুব আগ্রহী হব (এবং অবশ্যই, আমি এটির সাথে আপনার সাথে আলোচনা না করেই এটিকে উদ্ধৃত করব, ভাগ করব না বা উন্নত করব না)।
রিকিবি
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.