আমি কি ঘটনার এলোমেলো নমুনার উপর ভিত্তি করে কোনও ইভেন্টের ফ্রিকোয়েন্সি অনুমান করতে পারি?


9

কিছু সম্পাদনা করা হয়েছে ...

এই প্রশ্নটি কেবল মজাদার জন্য, সুতরাং যদি এটি মজাদার না হয় তবে দয়া করে এটিকে অবহেলা করুন। আমি ইতিমধ্যে এই সাইট থেকে প্রচুর সহায়তা পেয়েছি তাই যে হাতটি আমাকে খাওয়ায় আমি তা কামড়তে চাই না। এটি একটি বাস্তব জীবনের উদাহরণের উপর ভিত্তি করে এবং এটি কেবল এমন কিছু যা আমি অনেক কিছু নিয়ে ভাবছিলাম।

আমি সোমালি-শুক্রবারে এলোমেলোভাবে বেসে প্রশিক্ষণের জন্য আমার স্থানীয় দোজো ঘুরে দেখি। ধরে নেওয়া যাক আমি সপ্তাহে দু'বার পরিদর্শন করি। এর অর্থ হ'ল আমি প্রতি সপ্তাহে ঠিক দু'বার পরিদর্শন করেছি, কেবল দু'দিনের ভিন্নতা রয়েছে। এমন একজন ব্যক্তি আছেন যিনি আমি যখনই থাকি প্রায় সবসময় সেখানে থাকে। তিনি যদি আমার মতো একই দিনে যান তবে আমি তাকে দেখতে পাব will আসুন ধরে নেওয়া যাক আমি যখন সেখানে থাকি 90% সময় সে সেখানে ছিল। আমি দুটি জিনিস জানতে চাই:

1) তিনি কতবার প্রশিক্ষণ দেন

২) সে এলোমেলোভাবে আসে বা সপ্তাহের নির্দিষ্ট দিনগুলিতে আসে।

আমি অনুমান করছি সম্ভবত আমাদের ধরে নিতে হবে অন্যটিকে অনুমান করার জন্য? আমি সত্যিই এই কোথাও পেয়েছি। আমি প্রতি সপ্তাহে অনুশীলন সম্পর্কে এটি সম্পর্কে মনে করি এবং নতুনভাবে স্তব্ধ হয়ে যাই। এমনকি যদি কেউ আমাকে সমস্যাটি সম্পর্কে চিন্তা করার উপায় দেয় তবে আমি সবচেয়ে কৃতজ্ঞ হব।

চিয়ার্স!


1
@ ক্রিস, ভাল আপনার মডেলটি সংজ্ঞায়িত করে শুরু করা দরকার। আপনি যখন বলেন যে আপনি সপ্তাহে দু'বার এলোমেলোভাবে যান, এটি সম্ভবত অনেক কিছুই বোঝাতে পারে। উদাহরণস্বরূপ, আপনি প্রতি সপ্তাহে ঠিক দু'বার যেতে পারবেন, সেটটির দুটি উপাদানের এলোমেলো সংমিশ্রণ হিসাবে বেছে নেওয়া{সোম,...,শুক্র}, বা আপনি সপ্তাহে গড়ে দু'বার যেতে পারেন যেখানে বলুন, আপনি 2/5 শীর্ষের সম্ভাব্যতার সাথে একটি পক্ষপাতদুষ্ট মুদ্রাটি ফ্লিপ করেন এবং আপনি প্রতিদিন একটি মাথা দেখেন। এগুলি একমাত্র বিকল্প নয়।
কার্ডিনাল

এছাড়াও আপনি কি ধরে নিচ্ছেন যে আপনি যদি তার সাথে একই দিন দোজোতে যান তবে আপনি সর্বদা তাকে দেখতে পাবেন? যদি তা না হয়, তবে আমি মনে করি যে প্রতিদিন আপনার ডেশো খোলা থাকার সময়কালের তুলনায় আপনার অধিবেশনগুলির দৈর্ঘ্য এবং তাঁর সেশনের দৈর্ঘ্য সম্পর্কে আমাদের কিছু জানতে হবে।
onestop

1
@ ক্রিস, @ ওনিস্টপ, এই প্রশ্নটি এমন একটি কৌশল সম্পর্কে স্মরণ করিয়ে দেয় এবং সম্পর্কিত, যা লোকদের নমুনা হিসাবে ব্যবহার করা হয়েছিল যেগুলি সম্ভবত কোনও প্রশ্নের সত্যবাদী উত্তর দিতে অনিচ্ছুক হতে পারে, প্রায়শই যথাযথভাবে প্রতিক্রিয়া জানানোর সামাজিক কলঙ্কের কারণে। আপনি নমুনা দেওয়ার ক্ষেত্রে একটি এলোমেলো উপাদান উপস্থাপন করেন যে যথেষ্ট উচ্চ সম্ভাবনার সাথে উত্তরদাতা স্বীকারোক্তিমূলকভাবে উত্তর দেয় (আরও বিব্রতকর উত্তর) এমনকি সত্য যদি তারা নেতিবাচক প্রতিক্রিয়া জানায় have এলোমেলোভাবে নির্ধারিত "হ্যাঁ" এর সম্ভাবনা যদি যথেষ্ট বেশি হয় তবে "বিব্রতকর পক্ষপাত" হ্রাস পায়। অবশ্যই, একজনকে আরও বেশি লোকের নমুনা করতে হবে।
কার্ডিনাল

1
@ ক্রিস আপনাকে আরও কিছু অনুমান করতে হবে। এখন যেমন বৈধ ব্যাখ্যার বহুগুণ রয়েছে। এখানে নির্বাক একটি: ব্যক্তিগত দর্শনগুলি কি আপনার থেকে পৃথক? যদি তা না হয়, তবে তিনি কেবল তখনই দেখেন যখন আপনি পরিদর্শন করবেন (তিনি আপনার গাড়ীর জন্য প্রতিদিন বাইরে খুঁজছেন), তবে ভিতরে যেতে হবে কিনা তা সিদ্ধান্ত নেওয়ার আগে একটি মুদ্রা (সম্ভাব্যতা 0.9 সহ) টস করে দেয়।
ভিকিউভি

1
সহজ সমাধান: তাকে জিজ্ঞাসা করুন :-)।
শুক্র

উত্তর:


5

আপনার ডেটা হ্যানসেন-হুরভিটস বা হরভিটজ-থম্পসন অনুমানকারীদের মাধ্যমে আংশিক উত্তর দেবে ।

মডেলটি হ'ল: এই স্বতন্ত্রের উপস্থিতিকে সূচক (0/1) এর ক্রম হিসাবে প্রতিনিধিত্ব করুন (কুইআমি), আমি=1,2,...। আপনি এলোমেলোভাবে প্রতিটি সাপ্তাহিক ব্লকের বাইরে একটি দুটি-উপাদান সাবসেট পর্যবেক্ষণ করেন(কুই5+ +1,কুই5+ +2,...,কুই5+ +5)। (এটি পদ্ধতিগত নমুনার একটি ফর্ম))

  1. সে কতবার প্রশিক্ষণ দেয় ? আপনি সাপ্তাহিক গড় অনুমান করতে চানকুইআমি। আপনার সংগৃহীত পরিসংখ্যানগুলি আপনাকে গড় পর্যবেক্ষণটি 0.9 বলে দেয়। ধরা যাক এটি সংগ্রহ করা হয়েছিলWসপ্তাহ। তারপরে হরভিটজ-থম্পসন ব্যক্তির পরিদর্শনের মোট সংখ্যার অনুমানকΣকুইআমিπআমি = 52Σকুইআমি = 52(2W)0.9 = 4.5W (কোথায় πআমি পর্যবেক্ষণের সুযোগ কুইআমিএবং সমষ্টি আপনার প্রকৃত পর্যবেক্ষণ শেষ হয়েছে।) অর্থাৎ তুমি সে প্রতি সপ্তাহে 4.5 দিন ট্রেনের অনুমান করা উচিত নয়। এই অনুমানের স্ট্যান্ডার্ড ত্রুটি কীভাবে গণনা করা যায় তার জন্য রেফারেন্স দেখুন। অত্যন্ত উত্তম অনুমান হিসাবে আপনি সাধারণ (দ্বিপদী) সূত্র ব্যবহার করতে পারেন।

  2. সে কি এলোমেলোভাবে প্রশিক্ষণ দেয় ? বলতে কোন উপায় নেই। আপনি সপ্তাহের দিন দ্বারা মোট বজায় রাখা প্রয়োজন।

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.