হাইপোথিসিস টেস্টিং শেখানোর এবং কেন চালিয়ে যেতে (যখন আত্মবিশ্বাসের অন্তরগুলি পাওয়া যায়)?


56

অন্তর্বর্তী হিসাবরক্ষক (আত্মবিশ্বাস, বুটস্ট্র্যাপ, বিশ্বাসযোগ্যতা বা যাই হোক না কেন) এমন সমস্যার জন্য কেন হাইপোথিসিস টেস্টিং (তার সমস্ত কঠিন ধারণার সাথে এবং যা সবচেয়ে পরিসংখ্যানীয় পাপগুলির মধ্যে রয়েছে) পড়ানো এবং ব্যবহার চালিয়ে যান? শিক্ষার্থীদের দেওয়া সর্বোত্তম ব্যাখ্যা (যদি থাকে) কী? শুধু traditionতিহ্য? মতামত খুব স্বাগত জানানো হবে।



4
এই উদ্ধৃতিগুলি খুব উপযুক্ত। সমস্ত মডেল ভুল, কিন্তু কিছু দরকারী।
এমপিটিকাস

উত্তর:


60

এটি আমার ব্যক্তিগত মতামত, সুতরাং আমি নিশ্চিত নই যে এটি উত্তর হিসাবে সঠিকভাবে যোগ্যতা অর্জন করবে।

কেন অনুমানের পরীক্ষা শেখানো উচিত?

একটি খুব বড় কারণ, সংক্ষেপে, এটি হ'ল, সমস্ত সম্ভাবনা অনুসারে, আপনি যখন এই বাক্যটি পড়তে সময় নেবেন, শত শত, যদি না আপনি হাজার হাজার (বা মিলিয়ন) অনুমানের পরীক্ষাটি যেখানে বসেছেন তার 10 ফুট ব্যাসার্ধের মধ্যে পরীক্ষা করা হয়েছিল।

আপনার সেল ফোনটি অবশ্যই কোনও বেস স্টেশনটির সীমার মধ্যে রয়েছে কিনা তা নির্ধারণের জন্য সম্ভাবনা অনুপাতের পরীক্ষাটি ব্যবহার করছে। আপনার রাউটারের সাথে যোগাযোগের ক্ষেত্রে আপনার ল্যাপটপের ওয়াইফাই হার্ডওয়্যার একই কাজ করছে।

আপনি যে মাইক্রোওয়েভটি পুনরায় গরম করতে ব্যবহার করেছিলেন যে পিজ্জার দুই দিনের পুরানো টুকরা আপনার পিজ্জা যথেষ্ট গরম ছিল তা নির্ধারণ করার জন্য একটি হাইপোথিসিস পরীক্ষা ব্যবহার করেছিল।

আপনি বরফাকার রাস্তায় যখন খুব বেশি গ্যাস দিয়েছিলেন বা টায়ার-চাপের সতর্কতা ব্যবস্থাটি আপনার গাড়ির ট্র্যাকশন কন্ট্রোল সিস্টেমটিকে লাথি মেরেছে তখন আপনাকে জানতে দেবে যে আপনার পিছনের যাত্রী-পাশের টায়ারটি অস্বাভাবিকভাবে কম ছিল এবং আপনার হেডলাইটগুলি স্বয়ংক্রিয়ভাবে 5 এর দিকে এসেছিল: সন্ধ্যা সাড়ে 19 টায় সন্ধ্যার সময় প্রবেশ করছিল।

আপনার আইপ্যাড (গোলমাল) অ্যাক্সিলোমিটার রিডিংয়ের ভিত্তিতে ল্যান্ডস্কেপ ফর্ম্যাটে এই পৃষ্ঠাটি রেন্ডার করছে।

আপনার ক্রেডিট কার্ড সংস্থা আপনার কার্ড বন্ধ করে দিয়েছে যখন "আপনি" টেক্সাসের সেরা কিনে ফ্ল্যাট-স্ক্রিন টিভি এবং ওয়াশিংটন-স্টেট মলের জালেসে $ 2000 ডায়মন্ডের রিংটি কিনেছিলেন দুপুরের খাবার, গ্যাস এবং সিনেমা কেনার কয়েক ঘন্টা পরে purchased পিটসবার্গ শহরতলিতে আপনার বাড়ির কাছে

আপনার ব্রাউজারে এই ওয়েবপৃষ্ঠাটি রেন্ডার করতে যে কয়েক হাজার বিট প্রেরণ করা হয়েছিল সেগুলি প্রতিটি পৃথকভাবে একটি 0 বা 1 (কিছু আশ্চর্য ত্রুটি-সংশোধন ছাড়াও) কিনা তা নির্ধারণ করার জন্য একটি অনুমানের পরীক্ষাও করেছিল।

এই "সম্পর্কিত" বিষয়গুলিতে আপনার ডানদিকে একটু তাকান।

অনুমানের পরীক্ষার কারণে এই সমস্ত কিছুই "ঘটেছে" । এই অনেক কিছুর জন্য কিছু প্যারামিটারের অন্তর অনুমান গণনা করা যেতে পারে। তবে, বিশেষত স্বয়ংক্রিয় শিল্প প্রক্রিয়াগুলির জন্য, অনুমানের পরীক্ষার ব্যবহার এবং বোঝা গুরুত্বপূর্ণ।


আরও তাত্ত্বিক পরিসংখ্যানের স্তরে, পরিসংখ্যানগত শক্তির গুরুত্বপূর্ণ ধারণাটি সিদ্ধান্ত-তাত্ত্বিক / হাইপোথিসিস-পরীক্ষার কাঠামো থেকে বরং স্বাভাবিকভাবেই উত্থিত হয়। এছাড়াও, আমি বিশ্বাস করি যে "এমনকি" খাঁটি গণিতবিদ নেইমন – পিয়ারসন লেমা এবং তার প্রমাণের সৌন্দর্য এবং সরলতার প্রশংসা করতে পারেন।

এর অর্থ এই নয় যে হাইপোথিসিস টেস্টিং ভালভাবে শেখানো হয়, বা বোঝা যায়। বড় এবং বড়, এটি না। এবং আমি সম্মত হব যে, বিশেষত চিকিৎসা বিজ্ঞানের ক্ষেত্রে - কার্যকর বনামের পরিসংখ্যানগত তাত্পর্য সম্পর্কে প্রভাব আকার এবং ধারণার সাথে অন্তর্বর্তী অনুমানের রিপোর্টিং যে কোনও আনুষ্ঠানিক অনুমানের পরীক্ষার তুলনায় প্রায় সর্বজনীন পছন্দনীয়, এর অর্থ এই নয় যে অনুমানের পরীক্ষা এবং সম্পর্কিত ধারণাগুলি তাদের নিজস্ব গুরুত্বপূর্ণ এবং আকর্ষণীয় নয়।


2
উদাহরণ আকর্ষণীয় তালিকা জন্য ধন্যবাদ। প্রশ্নের উদ্দেশ্য দেওয়া: আমাদের পরিসংখ্যান কোর্সের পর্যালোচনা নিয়ে বিতর্কে অবদান রাখতে আমরা আধুনিক ডিভাইসগুলিতে পরীক্ষার বাস্তবায়ন সম্পর্কে আরও বিশদ পাওয়ার চেষ্টা করব, আমাদের প্রকৌশল শিক্ষার্থীদের জন্য একটি দুর্দান্ত অনুপ্রেরণা হতে পারে।
ওয়াশিংটন এস সিলভা

3
আপনার বেশিরভাগ উদাহরণগুলিতে শাস্ত্রীয় হাইপোথিসিস টেস্টিংয়ের প্রয়োজন নেই (স্থির আত্মবিশ্বাসের স্তরটিকে বোঝানো) তবে সিদ্ধান্তের পদ্ধতি।
কেজেটিল বি হলওয়ার্সেন

1
প্রিয় @ কেজেটিল: সত্যনিষ্ঠভাবে বলতে গেলে একটি ডাউনওয়েট এখানে কিছুটা কঠোর মনে হচ্ছে। প্রকৃতপক্ষে, প্রশ্নটি শাস্ত্রীয় অনুমানের পরীক্ষার বিষয়ে সুনির্দিষ্ট কিছু জিজ্ঞাসা করে না , এবং আমার উত্তরটিও এই অনুমানটি করে না! ( হাইপোথিসিস পরীক্ষার বিস্তৃতভাবে এখানে ব্যাখ্যা করা হয়েছে, এবং
কার্ডিনাল

1
আমার অটো-রিহিট সহ একটি মাইক্রোওয়েভ কিনতে হবে।
জম্ববেজারা

2
এটি একটি খুব সুস্পষ্ট উত্তর, তবে এই সমস্ত জিনিস "অনুমানের পরীক্ষা" কেন আপনি যদি কিছুটা আরও ব্যাখ্যা করেন তবে আমি খুব কৃতজ্ঞ হব। আমি বুঝতে পারি যে আপনার সমস্ত উদাহরণ স্বয়ংক্রিয়ভাবে বাইনারি সংক্রান্ত সিদ্ধান্ত সম্পর্কে। আমি কল্পনা করি যে বেশিরভাগ ক্ষেত্রে কিছু মান পরিমাপ করা হয় এবং তারপরে এটির উপরে বা নীচে থাকে কিনা তা সিদ্ধান্ত নিতে একটি কাটঅফের সাথে তুলনা করা হয় (এবং সেজন্য সিদ্ধান্তে পৌঁছান)। এটি ইতিমধ্যে আপনার জন্য "হাইপোথিসিস টেস্ট" হিসাবে যোগ্যতা অর্জন করেছে, বা আপনি কি অন্য কিছু বোঝাতে চাইছেন? আমি অনুমান করি যখন ওপিকে কেন হাইপোথিসিস টেস্টিং শেখানো হচ্ছে সে সম্পর্কে জিজ্ঞাসা করলে তারা সাধারণ থ্রোসোল্ডিংয়ের কথা উল্লেখ করেনি।
অ্যামিবা বলছেন মনিকা পুনরায়

29

আমি বিভিন্ন কারণে হাইপোথিসিস টেস্ট শিখিয়ে দিই। একটি historicalতিহাসিক, তারা পূর্বের গবেষণার একটি বৃহত অংশ বুঝতে হবে যা তারা অনুমানের পরীক্ষার দৃষ্টিকোণটি পড়ে এবং বুঝতে পারে। দ্বিতীয়টি হ'ল, এমনকি আধুনিক সময়ে, এটি এখনও কিছু গবেষক দ্বারা ব্যবহৃত হয়, প্রায়শই স্পষ্টভাবে, যখন অন্যান্য ধরণের পরিসংখ্যান বিশ্লেষণ করে।

তবে আমি যখন এটি শেখাই, তখন আমি এটি মডেল বিল্ডিংয়ের কাঠামোতে শিখি, এই অনুমানগুলি এবং অনুমানগুলি বিল্ডিং মডেলের অংশ। এইভাবে আরও জটিল এবং তাত্ত্বিকভাবে আকর্ষণীয় মডেলগুলির সাথে তুলনা করতে তুলনামূলকভাবে সহজ। গবেষণায় প্রায়শই তত্ত্ব বনাম কিছুই না হয়ে একে অপরের বিরুদ্ধে তত্ত্ব তৈরি হয়।

হাইপোথিসিস পরীক্ষার পাপগুলি গণিতে অন্তর্নিহিত নয় এবং সেই গণনার সঠিক ব্যবহার। তারা প্রাথমিকভাবে মিথ্যা যেখানে অতিরিক্ত নির্ভরতা এবং ভুল ব্যাখ্যা হয়। আমরা যদি অনুমানবাদ বলে থাকি, এই বিষয়গুলির সাথে সম্পর্কের কোনও স্বীকৃতি না দিয়ে নির্দল গবেষকগণ যদি বিস্তৃতভাবে অন্তর্বর্তী অনুমান ব্যবহার করেন তবে আমরা এটিকে পাপ বলতে পারি।


+1, ধন্যবাদ ভাল যুক্তি। তবে প্রবর্তনমূলক কোর্সে কঠোর অর্থে কোনও মডেল নির্বাচন নেই। হাইপোথিসিস টেস্টিং প্রবর্তনের জন্য উপযুক্ত যে আপনি অন্যান্য প্রসঙ্গটি উদ্ধৃত করতে পারেন? ক্ষমতার প্রাক্কলন ছাড়াই কোনও পরীক্ষার ফলাফলের প্রতিবেদনটি গ্রহণযোগ্য?
ওয়াশিংটন এস সিলভা

2
প্রারম্ভিক কোর্সে মডেল নির্বাচন না করা একটি প্রয়োজনীয়তা নয়। আপনি যদি কোনও কোর্স পরিবর্তন করার বিষয়টি বিবেচনা করছেন তবে এটিকে শুরু করার জন্য ভাল জায়গা হিসাবে বিবেচনা করুন।
জন

20

PPPP


2
আমি এমন কিছু ক্ষেত্রগুলিতে করব না, "একমাত্র স্থান ..." এবং "আনোভা অন্তর্ভুক্ত করুন ..." এর অর্থ আপনি কেবলমাত্র পরিসংখ্যানগত সরঞ্জামবাক্সের একটি বিশাল পরিমাণ জুড়েছেন।
ফোমাইট

4
আমি মনে করি এই অবস্থানের জন্য অনেক কিছু বলা দরকার। অনেক গবেষকরা বেশিরভাগই তাদের উপাত্তগুলির নিদর্শনগুলি সম্পর্কে জানতে চান তা প্রদত্ত, আমি প্রায়শই ভাবছিলাম যে আমরা যুক্তিসঙ্গতভাবে অনেক পরিসংখ্যান আলাদা করে রাখতে পারি এবং কেবল ডেটা প্লট ব্যবহার করতে পারি। (অবশ্যই, এই অনুমান প্লট দক্ষতার সঙ্গে এবং insightfully সম্পন্ন করা হবে, এবং অনুমান পরীক্ষা হিসাবে খারাপ যদি আমরা যে তাদের সম্পর্কে বলতে পারে না।)
gung - পুনর্বহাল মনিকা

1
নীট-বাছাই করে, "প্রমাণের অনুপস্থিতি অনুপস্থিতির প্রমাণ নয়" এই উক্তিটির সাথে আমি একমত নই। একটি প্রভাব প্রমাণ অনুপস্থিতি নয় প্রমাণ যে কোনো প্রভাব বিদ্যমান, কিন্তু এটা অবশ্যই গঠন প্রমাণ যে প্রভাব বিদ্যমান বিরুদ্ধে। অ-তাৎপর্যপূর্ণ ফলাফলের প্রভাবটির বিরুদ্ধে কত প্রমাণ রয়েছে সে সম্পর্কে প্রশ্নটি আরও more আমি মনে করি বড় পি-মানগুলির সাথে সমস্যাটি হ'ল স্বাভাবিক বিতরণ ক্ষেত্রে, বড় পি-মানগুলি অনুমানের পক্ষে প্রমাণ হিসাবে তারা এগুলি ফিটের সচ্ছলতার একঘেয়ে কাজ। এবং সাধারণ বিতরণ এত সাধারণ হওয়ার কারণে, লোকেরা এটি দেখে এবং বহিরাগত স্থানটি দেখে
সম্ভাব্যতাবিহীন

5
P

11

আমি মনে করি এটি নির্ভর করে আপনি কোন অনুমানের পরীক্ষার বিষয়ে কথা বলছেন on "ক্লাসিকাল" হাইপোথিসিস টেস্টিং (নেইমন-পিয়ারসন) কে ত্রুটিযুক্ত বলা হয় কারণ এটি পরীক্ষা করার সময় আসলে কী ঘটেছিল তা সঠিকভাবে শর্ত করে না । এটি পরিবর্তে আপনি দীর্ঘমেয়াদে যা দেখেছিলেন তা "নির্বিশেষে" কাজ করার জন্য ডিজাইন করা হয়েছে। তবে শর্তে ব্যর্থ হয়ে পৃথক ক্ষেত্রে বিভ্রান্তিমূলক ফলাফলের দিকে নিয়ে যেতে পারে। এটি কেবল কারণ প্রক্রিয়াটি দীর্ঘকালীন পৃথক ক্ষেত্রে "যত্ন করে না"।

হাইপোথিসিস টেস্টিং সিদ্ধান্তের তাত্ত্বিক কাঠামোতে ফেলে দেওয়া যেতে পারে, যা আমি মনে করি এটি বোঝার জন্য আরও ভাল উপায়। আপনি দুটি সিদ্ধান্ত হিসাবে সমস্যাটি পুনরায় চালু করতে পারেন:

  1. H0
  2. HA

সিদ্ধান্তের কাঠামো বোঝা অনেক সহজ, কারণ এটি "আপনি কী করবেন?" এর ধারণাগুলি পরিষ্কারভাবে আলাদা করে দেয়? এবং "সত্য কি?" (আপনার পূর্বের তথ্যের মাধ্যমে)।

এমনকি আপনি আপনার প্রশ্নের ক্ষেত্রে "সিদ্ধান্ত তত্ত্ব" (টিটি) প্রয়োগ করতে পারেন। কিন্তু হাইপোথিসিস পরীক্ষা বন্ধ করতে, ডিটি বলেছেন যে আপনার কাছে অবশ্যই একটি বিকল্প সিদ্ধান্ত থাকতে হবে। সুতরাং প্রশ্নটি হ'ল: যদি অনুমানের পরীক্ষাটি পরিত্যাগ করা হয় তবে এর স্থানটি কী হবে? আমি এই প্রশ্নের উত্তর সম্পর্কে চিন্তা করতে পারি না। আমি কেবল হাইপোথিসিস টেস্টিংয়ের বিকল্প উপায়গুলিই ভাবতে পারি।

(দ্রষ্টব্য: হাইপোথিসিস টেস্টিংয়ের প্রসঙ্গে, ডেটা, নমুনা বিতরণ, পূর্ববর্তী বিতরণ এবং ক্ষতির কার্যকারিতা সমস্ত পূর্বের তথ্য কারণ তারা সিদ্ধান্ত নেওয়ার আগে প্রাপ্ত হয়েছিল ))


ইস্যুটির সাথে আমার লক্ষ্যটি ছিল আমি ব্রাজিলে যে ইনস্টিটিউটটিতে কাজ করি সেখানে পরিসংখ্যানগুলির পাঠ্যক্রমগুলি সংশোধন নিয়ে বিতর্ককে সমৃদ্ধ করার জন্য বিশেষজ্ঞের মতামত সংগ্রহ করা। @ কার্ডিনাল, @ অ্যান্ড্রু রবিনসন, @ প্রব্যাবিলিটিস্লোগিক এবং @ জেএমএস-এর মতামত সহ, উদ্দেশ্যটি অর্জন করা হচ্ছে। স্পষ্টতই, হাইপোথিসিস টেস্টিং (এনপি, ডিটি বা বাইসের মাধ্যমে) খুব ভালভাবে শেখানো উচিত, তবে পরিসংখ্যানের শিক্ষার সার্বিকতা প্রদত্ত কোর্সগুলি যথাযথ হিসাবে গড়ে তোলার চ্যালেঞ্জগুলি প্রযুক্তিটির চেয়ে সমান বা আরও জটিল। আপনার অবদানের জন্য ধন্যবাদ.
ওয়াশিংটন এস সিলভা

1
আমি সিদ্ধান্তের তত্ত্ব পছন্দ করি, যদি যুক্তিসঙ্গত পদ্ধতিগুলি যুক্তিসঙ্গত লোকসান / ইউটিলিটি ফাংশনগুলিকে অন্তর্ভুক্ত করে কঠোরভাবে করা হয়। যদি এই ধরনের ফাংশনগুলি উপলভ্য না হয় তবে আমি বিরতি অনুমানের পক্ষে চাই।
ফ্র্যাঙ্ক হ্যারেল

@ ফ্র্যাঙ্কহারেল - আমি একমত, তবে আমি এখনও এক ধরণের "সিদ্ধান্ত তত্ত্ব" হিসাবে শ্রেণিভিত্তিক অনুমানের যেখানে ক্লাসের ব্যবস্থাগুলি সাধারণত তথ্য সামগ্রীর উপর ভিত্তি করে তৈরি করা হয় (যেমন উপসংহার যা আমাদের কাছে থাকা তথ্যের বেশি ব্যবহার করে) - এবং এটি অনুকূলিত হয়েছে উত্তরোত্তর বিতরণ নিজেই, এবং ভবিষ্যদ্বাণীটি আগ্রহী হলে সম্ভবত কোনও পূর্ববর্তী ভবিষ্যদ্বাণীপূর্ণ। বিরতি অনুমানন উত্তরগুলির একটি সুবিধাজনক সংক্ষিপ্তসার সরবরাহ করে। হাতের তথ্যের বাইরে থাকা তথ্য দুষ্প্রাপ্য হওয়ার সময় এবং ভাল আত্মবিশ্বাসের ব্যবধানগুলি (যেমন এমএলই এর উপর ভিত্তি করে) এটির জন্য খুব ভাল আনুমানিকতা সরবরাহ করে
সম্ভাব্যতা ব্লগ

সাধারণত আপনি যখন কোনও নির্দিষ্ট সিদ্ধান্তের কথা মাথায় রাখেন না (তখন সম্ভবত আপনার যুক্তিসঙ্গত ক্ষতির কোনও কারণ না হওয়ার মূল কারণ হ'ল) ​​বিরতি অনুমান ব্যবহার করেন এবং তাই বিভিন্ন পরিস্থিতিতে বিভিন্ন পরিস্থিতিতে পরিবেশন করা প্রয়োজন।
সম্ভাব্যতা ব্লগ

9

আমি যদি একজন হার্ড ফ্রিকোয়েন্সিস্ট হয়ে থাকি তবে আমি আপনাকে মনে করিয়ে দেব যে আত্মবিশ্বাসের ব্যবধানগুলি নিয়মিতভাবে কেবল উল্টানো হাইপোথিসিস পরীক্ষাগুলি হয়, অর্থাৎ যখন 95% ব্যবধানটি কেবলমাত্র সমস্ত পয়েন্টগুলি বর্ণনা করার অন্য উপায় যেখানে আপনার ডেটা জড়িত একটি পরীক্ষাটি0.0 এ প্রত্যাখ্যান করবে না when স্তর। এই পরিস্থিতিতে একে অপরের জন্য একটি পছন্দ পদ্ধতি নয় বরং প্রকাশের প্রশ্ন।

এখন, বহিঃপ্রকাশ অবশ্যই গুরুত্বপূর্ণ, তবে আমি মনে করি এটি একটি খুব ভাল যুক্তি হবে। এটি দুটি দৃষ্টিভঙ্গিকে ভিন্ন ভিন্ন দৃষ্টিভঙ্গি থেকে একই অনুক্রমের পুনঃস্থাপন হিসাবে ব্যাখ্যা করার জন্য পরিষ্কার এবং স্পষ্ট করছে। (সত্য যে সব ব্যবধান estimators হয় পরীক্ষা উল্টানো তারপর অসুন্দর তবে নির্দিষ্টভাবে বিশ্রী না সত্য, pedagogically ভাষী)।

উপরে আরও উল্লেখ করা হয়েছে যে পর্যবেক্ষণগুলির শর্ত থেকে সিদ্ধান্ত নেওয়ার পরে আরও অনেক গুরুতর প্রভাব পড়ে। তবে, পশ্চাদপসরণেও সর্বদা পর্যবেক্ষণ করতে পারত যে প্রচুর পরিস্থিতি রয়েছে (সম্ভবত সংখ্যাগরিষ্ঠ নয়) যেখানে পর্যবেক্ষণগুলিতে কন্ডিশনারটি বুদ্ধিমান বা উদ্দীপনাজনক হবে। তাদের জন্য, এইচটি / সিআই সেটআপ হ'ল ('নয়') ঠিক যা চেয়েছিল তা হ'ল এবং সেভাবে শেখানো উচিত।


সাধারণভাবে বলতে গেলে, টাইপ আই ত্রুটির হারের সাথে আবদ্ধ আলফা সহ যে কোনও হাইপোথিসিস টেস্টকে কভারেজ প্যারামিটার (1-আলফা) এবং তদ্বিপরীত, একটি আত্মবিশ্বাসের ব্যবধানে পরিণত করা যেতে পারে? আমি মনে করি না যে এটি বিশ্বাসের জন্য আপনাকে কঠোর ঘন ঘন ঘন ঘন বিশেষজ্ঞ হতে হবে। :-)
কিথ উইনস্টাইন

3
@ কীথ এই সংজ্ঞাগুলির বিষয়ে কোনও যুক্তি নয়, তবে এগুলিকে গণিতের আকর্ষণীয় এবং সম্ভবত উপকারের চেয়ে বেশি বিবেচনা করার জন্য আপনাকে ফ্রিকোয়েনসিস্ট হতে হবে। এটি হ'ল যদি আপনি ভাবেন যে তাত্ত্বিক বৈশিষ্ট্যগুলির নমুনা দেওয়া পরিসংখ্যানগত অনুক্রমের জন্য অত্যাবশ্যক তবে আপনি আত্মবিশ্বাসের বিরতি এবং অনুমানের পরীক্ষাগুলিতে সমানভাবে আগ্রহী (বা হওয়া উচিত) যেহেতু আমরা সম্মত হ'ল, তাদের এই প্রতিসাম্য রয়েছে have খনিটি 'ভাল' সিআই এবং 'খারাপ' এইচটিএস এর মধ্যে বিপরীতে প্রশ্নকারীদের প্রতিক্রিয়া ছিল। এগুলিকে একসাথে চালিয়ে আমি অন্য উত্তরে উত্থাপিত বৈপরীত্যগুলিকে পুনরায় ফোকাস করতে চাই।
কনজুগেটপায়ার

7

প্রাথমিক পরিসংখ্যান শিক্ষার্থীদের নেইমন পিয়ারসন হাইপোথিসিস টেস্টিং শেখানোর ক্ষেত্রে, আমি প্রায়শই এটির মূল সেটিংয়ে এটি সনাক্ত করার চেষ্টা করেছি: সিদ্ধান্ত গ্রহণের that তারপরে টাইপ 1 এবং টাইপ 2 ত্রুটির সমস্ত অবকাঠামো সমস্ত অর্থবোধ করে, আপনি যে নাল অনুমানটি গ্রহণ করতে পারেন এই ধারণাটিও তেমন করে ।

আমাদের একটি সিদ্ধান্ত নিতে হবে, আমরা মনে করি যে আমাদের সিদ্ধান্তের ফলাফলটি প্যারামিটারের জ্ঞান দ্বারা উন্নত করা যেতে পারে, আমাদের কেবলমাত্র সেই প্যারামিটারের একটি অনুমান আছে। আমাদের এখনও সিদ্ধান্ত নিতে হবে। তাহলে পরামিতিটির প্রাক্কলন অনুমানের প্রসঙ্গে কী সিদ্ধান্ত নেওয়া উচিত?

এটি আমার কাছে মনে হয় যে এটির মূল সেটিংয়ে (অনিশ্চয়তার মুখে সিদ্ধান্ত নেওয়া) এনপি হাইপোথিসিস টেস্টটি সঠিক ধারণা দেয়। যেমন এন এন পি 1933 দেখুন, বিশেষত পি। 291।

নেইমন ও পিয়ারসন। পরিসংখ্যান অনুমানের সবচেয়ে দক্ষ পরীক্ষার সমস্যা নিয়ে। লন্ডনের রয়্যাল সোসাইটির দার্শনিক লেনদেন। সিরিজ এ, গাণিতিক বা শারীরিক চরিত্রের কাগজগুলি সমন্বিত (1933) খণ্ড। 231 পৃষ্ঠা 289-337


4

হাইপোথিসিস টেস্টিং অনেক প্রশ্ন গঠনের একটি কার্যকর উপায়: একটি চিকিত্সার প্রভাব কি শূন্য বা ননজারো? আমার মনে হয় এমন অনুশীলনকারীদের জন্য এগুলি এবং একটি পরিসংখ্যানগত মডেল বা পদ্ধতি (একটি বিরতি অনুমানকারী তৈরি সহ) এর মধ্যে বিবৃতিগুলির মধ্যে দক্ষতা গুরুত্বপূর্ণ।

এটি আরও উল্লেখ করে যে, একটি আত্মবিশ্বাসের ব্যবধান (প্রচলিত অর্থে) অনুমিতি পরীক্ষার চেয়ে অন্তর্নিহিতভাবে কোনও "পাপ-প্রবণ" নয় - কতজন পরিসংখ্যানের ছাত্ররা একটি আত্মবিশ্বাসের ব্যবধানের আসল সংজ্ঞা জানে?

সম্ভবত সমস্যাটি হাইপোথিসিস টেস্টিং বা বিরতি অনুমানের নয় কারণ এটি একই ধ্রুপদী সংস্করণ; বায়েশিয়ান সূত্রগুলি এটিকে বেশ সুন্দরভাবে এড়িয়ে চলে।


2
@ জেএমএস, "কতজন পরিসংখ্যানের শিক্ষার্থীরা আত্মবিশ্বাসের ব্যবধানের আসল সংজ্ঞাটি জানেন?" বা, পিএইচডি স্ট্যাট স্নাতক, এই বিষয়ে।
কার্ডিনাল

বেশ! ঘটনাক্রমে, আমি বলতে চাইছি কোনও স্ট্রিপের শিক্ষার্থী বা অনুশীলনকারীদের দিকে কোনও খোঁড়াখুঁড়ি নেই। তবে পরিসংখ্যানের ক্ষেত্রে উন্নত কাজের জন্য সাইন আপ করেন নি এমন ব্যক্তির কাছ থেকে মানসিক জিমন্যাস্টিকের আশা করা একটু পাগল।
জেএমএস

2
কত মানুষ সিআইএস প্রকৃত সংজ্ঞা বলতে পারি? এবং এই সংজ্ঞাটির সাথে কতজন তাদের ধারাবাহিকভাবে ব্যবহার করে? "প্যারামিটারটি সম্ভবত বিরতিতে বলা যেতে পারে" - এটি আপনি সিআই কী কী তা জানেন না, এমনকি এটি ভাবতে খুব কঠিন hard
সম্ভাব্যতাব্লোগিক

E sobre a prática de não রিপোর্টার-সে অনুমান অনুযায়ী
ওয়াশিংটন এস। সিলভা

1
আমি যা প্রকাশ করার চেষ্টা করেছি তা হ'ল হাইপোথিসিস পরীক্ষাগুলি শক্তির অনুমানের সাথে হয় না খুব প্রশ্নবিদ্ধ এবং ব্যবধানের অনুমানগুলিতে এই অতিরিক্ত জটিলতার উত্স নেই।
ওয়াশিংটন এস সিলভা

2

কারণ সিদ্ধান্ত গ্রহণ। বেশিরভাগ সিদ্ধান্ত নেওয়ার সময় আপনি হয় তা করেন বা না করেন। আপনি সারা দিন অন্তর অন্তর দিকে তাকিয়ে থাকতে পারেন, শেষ পর্যন্ত এমন একটি মুহুর্ত রয়েছে যেখানে আপনি এটি করার বা না করার সিদ্ধান্ত নিয়েছেন।

হাইপোথিসিস পরীক্ষাটি হ্যাঁ / না এর এই সাধারণ বাস্তবতার সাথে দুর্দান্তভাবে ফিট করে।

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.