আমি এটি গণিতের প্রবাহে পোস্ট করেছি এবং কারও উত্তর নেই:
পরিসংখ্যানগতভাবে গুরুত্বপূর্ণ বৈপরীত্য সনাক্ত করার জন্য শেফের পদ্ধতিটি বহুল পরিচিত। একটি বৈসাদৃশ্য উপায়ে মধ্যে , এর জনগোষ্ঠী একটি রৈখিক সমন্বয় যা , এবং একটি বিপরীতে একটি স্কেলার একাধিক হ'ল মূলত একই বিপরীতে, সুতরাং কেউ বলতে পারেন যে বিপরীতে সেটটি একটি অভিক্ষিপ্ত স্থান। Scheffé এর পদ্ধতি নাল হাইপোথিসিস বলে পরীক্ষা সব এঁদের মধ্যে বৈপরীত্য জনগোষ্ঠী হল , এবং একটি তাত্পর্য স্তর দেওয়া , সম্ভাব্যতা সঙ্গে নাল হাইপোথিসিস প্রত্যাখ্যাননাল অনুমানটি সত্য যে দেওয়া। যদি নাল হাইপোথিসিস প্রত্যাখ্যাত হয়, Scheffé তুলে ধরে যে, তার পরীক্ষা আমাদের বলে যা বৈপরীত্য থেকে উল্লেখযোগ্যভাবে পৃথক (আমি নিশ্চিত Wikipedia নিবন্ধটি আমি পয়েন্ট যে লিঙ্ক নই)।
আমি জানতে চাই যে কেউ ভিন্ন ধরণের পরিস্থিতিতে একই রকম কিছু করতে পারে কিনা। একটি সাধারণ লিনিয়ার রিগ্রেশন মডেল বিবেচনা করুন , যেখানে , ।
নাল অনুমানটি আমি উদ্বেগগুলিকে ভিন্ন ধরণের বৈপরীত্য বিবেচনা করতে চাই। এরা বলছে কিছু নেই উপসেট যেমন যে জন্য এবং জন্য যেখানে । উপসেট যদি অগ্রিম, তারপর একজন সাধারণ দুই নমুনা উল্লেখ করা হয় -test এটা আছে, কিন্তু আমরা এমন কিছু বিষয় যা সব সাব-সেট নির্বাচন বিবেচনা করে এবং একটি সত্য নাল হাইপোথিসিস প্রত্যাখ্যান সম্ভাবনা নিচে ঝুলিতে চাই।
দক্ষতা যদি উদ্বেগের বিষয় না হয় তবে একজন এটি বুঝতে পারেন: এমন একটি পরীক্ষা খুঁজে নিন যা সমস্ত সম্ভাবনার মধ্য দিয়ে যায় । তারপরেও এটি সমস্যাযুক্ত; দুটি বিপরীতে স্বাধীন হতে হবে না। আমি এ সম্পর্কে আউটলেট সনাক্তকরণের জন্য একজন বিশেষজ্ঞকে জিজ্ঞাসা করেছি এবং তিনি কেবল বলেছেন এটি একটি সম্মিলিত দুঃস্বপ্ন। তারপরে আমি জিজ্ঞাসা করলাম যে কেউ এটি প্রমাণ করতে পারে যে এটি করার কোনও কার্যকর উপায় নেই, সম্ভবত এটিতে কোনও এনপি-হার্ড সমস্যা হ্রাস করে। তিনি কেবল বলেছিলেন যে তিনি এনপি-হার্ড সমস্যা থেকে দূরে থাকেন।
সুতরাং: কেউ কি প্রমাণ করতে পারে যে এই সমস্যাটি "শক্ত" বা এটি নয়?