সিম্পসনের প্যারাডক্স কীভাবে সমাধান করবেন?

Question

সিম্পসনের প্যারাডক্স বিশ্বব্যাপী প্রারম্ভিক পরিসংখ্যান কোর্সে আলোচিত একটি ক্লাসিক ধাঁধা। যাইহোক, আমার কোর্সটি ছিল যে কেবল কোনও সমস্যা বিদ্যমান ছিল এবং কোনও সমাধান দেয়নি তা লক্ষ করার জন্য বিষয়বস্তু ছিল। আমি কীভাবে প্যারাডক্সটি সমাধান করবেন তা জানতে চাই। এটি হ'ল, যখন সিম্পসনের প্যারাডক্সের সাথে মুখোমুখি হন, যেখানে ডেটা বিভক্ত হয় তার উপর নির্ভর করে দুটি পৃথক পছন্দই সেরা পছন্দ হওয়ার জন্য প্রতিযোগিতা করে বলে মনে হয়, কোনটি বেছে নেওয়া উচিত?

সমস্যাটি কংক্রিট করার জন্য, আসুন উইকিপিডিয়া সম্পর্কিত প্রবন্ধে প্রদত্ত প্রথম উদাহরণটি বিবেচনা করি । এটি কিডনিতে পাথরগুলির চিকিত্সা সম্পর্কে বাস্তব গবেষণার উপর ভিত্তি করে।

ধরুন আমি একজন চিকিত্সক এবং একটি পরীক্ষা প্রকাশ করে যে একজন রোগীর কিডনিতে পাথর রয়েছে। সারণীতে প্রদত্ত তথ্যগুলি ব্যবহার করে, আমি নির্ধারণ করতে চাই যে আমার চিকিত্সা ক বা চিকিত্সা বি গ্রহণ করা উচিত কিনা B. মনে হয় যে আমি যদি পাথরের আকার জানি তবে আমাদের চিকিত্সা পছন্দ করা উচিত এ। তবে আমরা যদি তা না করি তবে আমাদের চিকিত্সা বি পছন্দ করা উচিত।

তবে একটি উত্তর পৌঁছানোর জন্য অন্য একটি প্রশংসনীয় উপায় বিবেচনা করুন পাথরটি যদি বড় হয় তবে আমাদের এটিকে নির্বাচন করা উচিত, এবং এটি ছোট হলে আমাদের আবার এ। নির্বাচন করা উচিত So সুতরাং আমরা যদি পাথরের আকার না জানি এমনকি কেসগুলির পদ্ধতিতেও দেখতে পাই যে আমাদের এটিকে পছন্দ করা উচিত should এটি আমাদের আগের যুক্তিগুলির সাথে বিরোধী।

সুতরাং: একজন রোগী আমার অফিসে। একটি পরীক্ষায় জানা যায় যে তাদের কিডনিতে পাথর রয়েছে তবে তাদের আকার সম্পর্কে আমাকে কোনও তথ্য দেয় না। আমি কোন চিকিত্সার পরামর্শ দেব? এই সমস্যার কোনও গ্রহণযোগ্য সমাধান আছে কি?

"কার্যকারণ বায়েশিয়ান নেটওয়ার্ক" এবং একটি "পিছনের দরজা" পরীক্ষা ব্যবহার করে একটি সমাধানে উইকিপিডিয়া ইঙ্গিত দেয়, তবে এগুলি কী তা সম্পর্কে আমার কোনও ধারণা নেই।

Comments

বেসিক সিম্পসন এর প্যারাডক্স লিংক উপরে উল্লিখিত পর্যবেক্ষণ লব্ধ তথ্যের ভিত্তিতে একটি উদাহরণ। আমরা উদ্বিগ্নভাবে হাসপাতালগুলির মধ্যে সিদ্ধান্ত নিতে পারি না কারণ রোগীদের সম্ভবত এলোমেলোভাবে হাসপাতালে অর্পণ করা হয়নি এবং উত্থাপিত প্রশ্নটি আমাদের জানার কোনও উপায় দেয় না, উদাহরণস্বরূপ, একটি হাসপাতালের ঝুঁকিপূর্ণ রোগীদের ঝুঁকির ঝোঁক রয়েছে কিনা তা জানার উপায় দেয় না। অপারেশনগুলিতে ফলাফল ভেঙে এ.ই.

— এমিল ফ্রেডম্যান

@ এমিলফ্রিডম্যান আমি একমত যে আমরা সত্যই হাসপাতালের মধ্যে সিদ্ধান্ত নিতে পারি। তবে অবশ্যই ডেটা একে অপরকে সমর্থন করে। (এটি সত্য নয় যে ডেটাগুলি আমাদের হাসপাতালের গুণমান সম্পর্কে কিছুই শেখায়নি))

— আলু

Answer 1

আপনার প্রশ্নে, আপনি বলেছেন যে "কার্যকারণ বায়েশিয়ান নেটওয়ার্ক" এবং "পিছনের দরজা পরীক্ষা" কী তা আপনি জানেন না।

ধরুন আপনার কাছে কার্যকারণ বায়েশিয়ান নেটওয়ার্ক রয়েছে। এটি, একটি নির্দেশিত অ্যাসাইক্লিক গ্রাফ যার নোডগুলি প্রস্তাবগুলি উপস্থাপন করে এবং যার নির্দেশিত প্রান্তগুলি সম্ভাব্য কার্যকরী সম্পর্কের প্রতিনিধিত্ব করে। আপনার প্রতিটি অনুমানের জন্য আপনার কাছে এমন অনেকগুলি নেটওয়ার্ক থাকতে পারে। একটি প্রান্ত এর শক্তি বা অস্তিত্ব সম্পর্কে একটি বাধ্যতামূলক যুক্তি দেওয়ার তিনটি উপায় আছে ? → বি ।$A \stackrel?\rightarrow B$

সবচেয়ে সহজ উপায় হস্তক্ষেপ। অন্যান্য উত্তরগুলি এটাই পরামর্শ দিচ্ছে যখন তারা বলে যে "যথাযথ র্যান্ডমাইজেশন" সমস্যার সমাধান করবে। আপনি এলোমেলোভাবে জোর মান আলাদা এবং আপনি পরিমাপ বি । আপনি যদি এটি করতে পারেন তবে আপনি হয়ে গেছেন তবে আপনি সর্বদা এটি করতে পারবেন না। আপনার উদাহরণে, মানুষকে মারাত্মক রোগের অকার্যকর চিকিত্সা দেওয়া অনৈতিক হতে পারে, বা তাদের চিকিত্সার ক্ষেত্রে কিছু লোকের বক্তব্য থাকতে পারে যেমন, কিডনিতে পাথর ছোট এবং কম ব্যথা হলে তারা কম কঠোর (চিকিত্সা বি) বেছে নিতে পারে।$A$$B$

দ্বিতীয় উপায়টি হ'ল সামনের দরজা পদ্ধতি। আপনাকে দেখাতে হবে যে আপনি চান উপর কাজ করে বি মাধ্যমে সি , অর্থাত্, একটি → সি → বি । আপনি যদি ধরে নেন যে সি সম্ভাব্যভাবে A এর কারণে হয়েছে তবে এর অন্য কোনও কারণ নেই এবং আপনি পরিমাপ করতে পারেন যে সি A এর সাথে সম্পর্কিত এবং বি সি এর সাথে সম্পর্কযুক্ত , তবে আপনি সিদ্ধান্তে পৌঁছাতে পারবেন যে প্রমাণ অবশ্যই সি দিয়ে প্রবাহিত হতে হবে । আসল উদাহরণ: এ ধূমপান, বি ক্যান্সার, $A$$B$$C$$A\rightarrow C \rightarrow B$$C$$A$$C$$A$$B$$C$$C$$A$$B$$C$টাকার জমা হয়। টার কেবল ধূমপান থেকে আসতে পারে এবং এটি ধূমপান এবং ক্যান্সার উভয়ের সাথেই সংযুক্ত। অতএব, ধূমপান কর্কট দ্বারা ক্যান্সার সৃষ্টি করে (যদিও এই কার্যকারিতা হ্রাসকারী অন্যান্য কার্যকরী পথ থাকতে পারে)।

তৃতীয় উপায়টি হ'ল পিছনের দরজা পদ্ধতি। আপনাকে দেখাতে হবে যে আপনি চান এবং বি একটি "পেছন দরজা", যেমন সাধারণ কারণ, অর্থাত্, কারণ সম্পর্কিত নেই একজন ← ডি → বি । যেহেতু আপনি একটি কার্যকরী মডেল ধরে নিয়েছেন, তাই আপনাকে কেবলমাত্র সমস্ত পথ অবরুদ্ধ করতে হবে (তার উপর ভেরিয়েবল এবং কন্ডিশনার পর্যবেক্ষণ করে) যে প্রমাণগুলি এ থেকে নীচে বিতে প্রবাহিত হতে পারে । এই পাথগুলি অবরুদ্ধ করা কিছুটা জটিল, তবে পার্ল একটি স্পষ্ট অ্যালগরিদম দেয় যা আপনাকে জানতে পারে যে এই পাথগুলি অবরুদ্ধ করতে আপনাকে কোন পরিবর্তনশীলগুলি পালন করতে হবে।$A$$B$$A \leftarrow D \rightarrow B$$A$$B$

গ্যাং ঠিক আছে যে ভাল এলোমেলোকরণের সাথে, কনফন্ডারদের কোনও ব্যাপার হবে না। যেহেতু আমরা ধরে নিচ্ছি যে অনুমানের কারণ (চিকিত্সা) এ হস্তক্ষেপ অনুমোদিত নয়, তাই অনুমানমূলক কারণ (চিকিত্সা) এবং প্রভাব (বেঁচে থাকা), যেমন বয়স বা কিডনিতে পাথরের আকারের মধ্যে কোনও সাধারণ কারণ বিভ্রান্ত হবে। সমাধানটি হ'ল পিছনের দরজাগুলির সমস্তটি ব্লক করার জন্য সঠিক পরিমাপ করা। আরও পড়ার জন্য দেখুন:

মুক্তা, জুডিয়া "অভিজ্ঞতাগত গবেষণার জন্য কার্যকরী চিত্রগুলি।" বায়োমেটিকা ​​82.4 (1995): 669-688।

---

আপনার সমস্যায় এটি প্রয়োগ করতে প্রথমে কার্যকারণ গ্রাফ আঁকুন। (চিকিত্সা-পূর্ববর্তী) কিডনি পাথর আকার এবং চিকিত্সার টাইপ ওয়াই সাফল্য উভয় কারণ জেড । অন্যান্য চিকিত্সকরা কিডনিতে পাথরের আকারের উপর ভিত্তি করে ট্রেটমেন্ট বরাদ্দ দিচ্ছেন তবে এক্স Y এর কারণ হতে পারে । স্পষ্টতই X , Y এবং Z এর মধ্যে অন্য কোনও কার্যকারক সম্পর্ক নেই । Y এক্স এর পরে আসে তাই এটি এর কারণ হতে পারে না। একইভাবে জেড এক্স এবং ওয়াইয়ের পরে আসে ।$X$$Y$$Z$$X$$Y$$X$$Y$$Z$$Y$$X$$Z$$X$$Y$

যেহেতু সাধারণ কারণ, এটি পরিমাপ করা উচিত। ভেরিয়েবল এবং সম্ভাব্য কার্যকরী সম্পর্কের মহাবিশ্ব নির্ধারণের জন্য এটি পরীক্ষকের উপর নির্ভর করে । প্রতিটি পরীক্ষার জন্য, পরীক্ষক প্রয়োজনীয় "পিছনের দরজা ভেরিয়েবলগুলি" পরিমাপ করেন এবং তারপরে ভেরিয়েবলগুলির প্রতিটি কনফিগারেশনের জন্য চিকিত্সা সাফল্যের প্রান্তিক সম্ভাবনা বিতরণ গণনা করেন। নতুন রোগীর জন্য, আপনি পরিবর্তনগুলি পরিমাপ করুন এবং প্রান্তিক বিতরণ দ্বারা নির্দেশিত চিকিত্সা অনুসরণ করুন। আপনি যদি সমস্ত কিছু পরিমাপ করতে না পারেন বা আপনার কাছে প্রচুর ডেটা না থাকলে তবে সম্পর্কের আর্কিটেকচার সম্পর্কে কিছু জানা থাকলে আপনি নেটওয়ার্কে "বিশ্বাস প্রচার" (বায়েশিয়ান অনুমান) করতে পারেন।$X$

Comments

খুব সুন্দর উত্তর। আপনি কীভাবে সংক্ষেপে বলতে পারেন যে আমি এই কাঠামোটি কীভাবে প্রয়োগ করব? এটি কি প্রত্যাশিত উত্তর দেয় (এ)?

— আলু

ধন্যবাদ! আপনি কি "বিশ্বাস প্রচার" এর একটি ভাল, সংক্ষিপ্ত পরিচিতি সম্পর্কে জানেন? আমি আরও শিখতে আগ্রহী।

— আলু

@ পোটাটো: আমি এটি তাঁর "প্রব্যাবিলিস্টিক রিজনিং ইন ইন্টেলিজেন্ট সিস্টেমস" বইটি থেকে শিখেছি। অনলাইনে অনেক টিউটোরিয়াল রয়েছে, তবে এটি কেবল অ্যালগরিদম উপস্থাপন করার চেয়ে অন্তর্দৃষ্টি তৈরি করে এমন একটি খুঁজে পাওয়া শক্ত।

— নীল জি

Answer 2

আমার একটি পূর্ব উত্তর আছে যা এখানে সিম্পসনের প্যারাডক্স নিয়ে আলোচনা করেছে: বেসিক সিম্পসনের প্যারাডক্স । ঘটনাটি আরও ভালভাবে বুঝতে এটি আপনাকে পড়তে সহায়তা করতে পারে।

সংক্ষেপে, বিভ্রান্তির কারণে সিম্পসনের প্যারাডক্স ঘটে। আপনার উদাহরণে, চিকিত্সা বিভ্রান্ত হয়* প্রতিটি রোগীর যে ধরণের কিডনিতে পাথর ছিল তা দিয়ে। আমরা ফলাফলের পুরো টেবিল থেকে জানি যে চিকিত্সা এ সবসময় আরও ভাল। সুতরাং, একজন চিকিত্সা চিকিত্সা চয়ন করতে হবে এ। চিকিত্সা বি সমষ্টিগতভাবে আরও ভাল দেখায় একমাত্র কারণ এটি কম গুরুতর অবস্থার রোগীদের জন্য প্রায়শই দেওয়া হয়েছিল, অন্যদিকে চিকিত্সা এ আরও গুরুতর অবস্থায় রোগীদের দেওয়া হয়েছিল। তবুও, চিকিত্সা এ দুটি শর্তের সাথে আরও ভাল পারফরম্যান্স করেছে। একজন চিকিত্সক হিসাবে, আপনি এই বিষয়টির যত্ন নেবেন না যে অতীতে রোগীদের কম খারাপ অবস্থার জন্য আরও খারাপ চিকিত্সা দেওয়া হয়েছিল, আপনি কেবলমাত্র তার আগে রোগীর প্রতি যত্নশীল হন এবং যদি আপনি এই রোগীর উন্নতি করতে চান তবে আপনি সরবরাহ করবেন তাদের সর্বোত্তম চিকিত্সা উপলব্ধ।

* _{নোট করুন যে চলমান পরীক্ষা-নিরীক্ষার বিন্দুগুলি এবং এলোমেলো চিকিত্সাগুলি এমন একটি পরিস্থিতি তৈরি করা যাতে চিকিত্সাগুলি বিভ্রান্ত হয় না । যদি প্রশ্নে অধ্যয়নটি একটি পরীক্ষা করা হত তবে আমি বলব যে এলোমেলোকরণ প্রক্রিয়াটি ন্যায়সঙ্গত গোষ্ঠী তৈরি করতে ব্যর্থ হয়েছিল, যদিও এটি একটি পর্যবেক্ষণমূলক গবেষণা হতে পারে - আমি জানি না।}

Comments

আপনি অন্যান্য উত্তর দ্বারা প্রস্তাবিত নরমালাইজেশন পদ্ধতির বিকল্প বেছে নিন। আমি এই সমস্যাযুক্ত মনে। একই ডেটা সেটের দুটি পার্টিশন প্রদর্শিত সম্ভব যা সাধারণকরণের সময় বিভিন্ন উপসংহার দেয়। আমার লিঙ্কটি দেখুন এবং অন্য উত্তরের উত্তরে উদ্ধৃতি দিন।

— আলু

আমি স্ট্যানফোর্ড নিবন্ধটি পড়িনি। যাইহোক, আমি বাধ্যতামূলক উদ্ধৃতিতে যুক্তি খুঁজে পাই না। এটি ভালভাবে হতে পারে যে কিছু জনগোষ্ঠীতে, চিকিত্সা বি চিকিত্সার চেয়ে ভাল A. যদি কিছু জনসংখ্যার ক্ষেত্রে এটি সত্য হয় তবে এটি কেবল কারণ জনসংখ্যার বৈশিষ্ট্যগুলি বিভ্রান্ত হয়। আপনি ডাব্লু / একজন রোগীর (জনসংখ্যার নয়) মুখোমুখি হয়ে আছেন এবং সেই রোগীর বড় বা ছোট কিডনিতে পাথর রয়েছে কিনা তা বিবেচনা করে চিকিত্সার অধীনে এ ডাব্লু / ও এর উন্নতির সম্ভাবনা বেশি। আপনার চিকিত্সা এ।

— গাং -

তরুণ / পুরানো বিভাজন কি বিভ্রান্ত? যদি তা না হয় তবে এটি কোনও সমস্যা হবে না। যদি তা হয় তবে সর্বোত্তম সিদ্ধান্ত নেওয়ার জন্য আমরা সম্পূর্ণ তথ্য ব্যবহার করব। আমরা বর্তমানে যা জানি তার উপর ভিত্তি করে, 'ট্রিটমেন্ট বি সমষ্টিতে সবচেয়ে ভাল দেখায়' এটি একটি লাল রঙের হেরিং। বিভ্রান্তির কারণেই এটি কেবল প্রদর্শিত হবে তবে এটি একটি (পরিসংখ্যান) মায়া।

— গুং - মনিকা পুনরায়

আপনার আরও জটিল টেবিল থাকবে যা কিডনিতে পাথরের আকার এবং বয়স উভয়ই বিবেচনায় নিয়েছিল। আপনি উইকিপিডিয়া পৃষ্ঠায় বার্কলে লিঙ্গ পক্ষপাতের কেস উদাহরণটি দেখতে পারেন ।

— গুং - মনিকা পুনরায়

ঘৃণ্য মন্তব্যগুলি দীর্ঘ এই মন্তব্য করে কিন্তু ... আমি বলব না যে প্যারাডক্স সর্বদা বিভ্রান্ত হওয়ার কারণে থাকে। এটি ভেরিয়েবলের মধ্যে সম্পর্কের কারণে যা একটি বিভ্রান্তিমূলক ভেরিয়েবলের হয়ে থাকে তবে আমি সিম্পসন প্যারাডক্স বিহ্বলিতকরণের উদ্বোধনকারী সমস্ত ভেরিয়েবলগুলিকে কল করবো না (উদাহরণস্বরূপ 30 বছর বয়সী ও 90 বছর বয়সী ওজনযুক্ত প্রতি এক্সাম পরিমাণে আলু চিপস খাওয়া - কারণ 90 বছরের বাচ্চারা চিপসের মূল প্রভাবটি দিয়ে শুরু করতে অনেক হালকা হয় মিথস্ক্রিয়াকে অন্তর্ভুক্ত না করেই নেতিবাচক হতে পারে I আমি যদিও বয়সটিকে কোনও বিভ্রান্তি বলব না ((উইকিপিডিয়া পৃষ্ঠায় প্রথম চিত্র দেখুন))

— জন

Answer 3

২০১৩-এ প্রকাশিত জুডিয়া পার্লের এই দুর্দান্ত নিবন্ধটি সিম্পসনের প্যারাডক্সের সাথে মোকাবিলা করার সময় কোন বিকল্পটি বেছে নেবে তা ঠিক সেই সমস্যার সাথে আলোচনা করে:

সিম্পসনের প্যারাডক্স (পিডিএফ) বোঝা

Answer 4

আপনি কি একটি উদাহরণ বা সাধারণভাবে প্যারাডক্সের সমাধান চান? পরেরটির জন্য কিছুই নেই কারণ প্যারাডক্সটি একাধিক কারণে উত্থিত হতে পারে এবং কেস ভিত্তিতে কেস ভিত্তিতে মূল্যায়ন করা দরকার।

এই প্যারাডক্সটি সংক্ষিপ্ত তথ্যের প্রতিবেদন করার সময় মূলত সমস্যাযুক্ত এবং কীভাবে ডেটা বিশ্লেষণ ও প্রতিবেদন করা যায় তা প্রশিক্ষণ দেওয়ার ক্ষেত্রে ব্যক্তিদের কাছে গুরুত্বপূর্ণ। আমরা চাই না যে গবেষকরা সংক্ষিপ্ত পরিসংখ্যানগুলির প্রতিবেদন করছেন যা ডেটা বা ডেটা বিশ্লেষকরা তথ্যের প্রকৃত প্যাটার্নটি কী তা বুঝতে ব্যর্থ হয়ে ডেটাগুলিতে নিদর্শনগুলি আড়াল করে বা অচল করে দেয়। এর কোনও সমাধান না হওয়ায় কোনও সমাধান দেওয়া হয়নি।

এই বিশেষ ক্ষেত্রে টেবিলযুক্ত চিকিত্সক সবসময় এটিকে বেছে নেবেন এবং সারাংশের রেখাটি উপেক্ষা করবেন। তারা পাথরের আকার জানেন কিনা তা কোনও তাত্পর্যপূর্ণ নয়। যদি ডেটা বিশ্লেষণ করে কেউ যদি কেবল এ এবং বি এর জন্য উপস্থাপিত সংক্ষিপ্ত রেখাগুলি রিপোর্ট করে থাকে তবে সমস্যা হবে কারণ চিকিত্সক প্রাপ্ত ডেটা বাস্তবতার প্রতিফলন করবে না। এক্ষেত্রে তাদের সম্ভবত টেবিলের শেষ লাইনটি ছেড়ে দেওয়া উচিত ছিল যেহেতু সংক্ষিপ্ত পরিসংখ্যানটি কী হওয়া উচিত (এর দুটি সম্ভাব্য রয়েছে) এর একটি ব্যাখ্যা অনুসারে এটি কেবল সঠিক। পাঠককে পৃথক কক্ষগুলি ব্যাখ্যা করতে রেখে সাধারণত সঠিক ফলাফল তৈরি করতে পারে।

(আপনার প্রচুর মন্তব্যগুলি মনে হয় আপনি অসম এন সম্পর্কিত বিষয়ে সবচেয়ে বেশি উদ্বিগ্ন এবং সিম্পসন তার চেয়েও বিস্তৃত তাই আমি আরও অসম এন ইস্যুতে মনোনিবেশ করতে নারাজ Perhaps সম্ভবত আরও লক্ষ্যযুক্ত প্রশ্ন জিজ্ঞাসা করুন Furthermore তদুপরি, আপনার মনে হয় আমিও মনে করি একটি সাধারণীকরণের উপসংহারের পক্ষে করছি। আমি নই I আমি যুক্তি দিচ্ছি যে আপনার বিবেচনা করা দরকার যে সংক্ষিপ্ত পরিসংখ্যান তুলনামূলকভাবে নির্বিচারে নির্বাচিত হয়েছে এবং কোনও বিশ্লেষক দ্বারা এই নির্বাচনটি প্যারাডক্সকে উত্থাপন করেছিল I'm আমি আরও যুক্তি দিচ্ছি যে আপনি কোষগুলি তাকান আপনি রয়েছে।)

Comments

আপনারা দাবি করেছেন যে আমাদের সংক্ষিপ্তরেখাটি উপেক্ষা করা উচিত। কেন এটি "পরিষ্কার"?

— আলু

এটি পরিষ্কার যেহেতু বড় বা ছোট পাথর দিয়ে চিকিত্সা এ ভাল and তদুপরি, চূড়ান্ত লাইনটি গসপেল নয় এমন একটি ব্যাখ্যা। এই রেখাটি গণনা করার জন্য কমপক্ষে দুটি উপায় রয়েছে। আপনি যদি নির্দিষ্ট নমুনা সম্পর্কে কিছু বলতে চান তবে আপনি কেবল সেভাবেই এটি গণনা করবেন।

— জন

আমি দুঃখিত, সংক্ষিপ্তরেখাটি একটি ভুল প্রতিবেদন কেন তা আমি বুঝতে পারি না। আমি মনে করি আমি আপনার কেন্দ্রীয় পয়েন্ট মিস করছি। আপনি দয়া করে ব্যাখ্যা করতে পারেন?

— আলু

আপনি স্বাভাবিক করতে পারেন এবং তারপরে গড় গড় করতে পারেন, যা "সঠিক" ফলাফল দেয় (এ)। তবে এই অবৈধ। নীচের উদ্ধৃতিটি স্ট্যানফোর্ড এনসাইক্লোপিডিয়া অফ দর্শনশাস্ত্র সম্পর্কিত প্রবন্ধ থেকে প্রাপ্ত, এখানে পাওয়া যায়: প্লাটো.স্তানফোর্ড.ইডু

— আলু

"সিম্পসনের বিপরীতগুলি দেখায় যে মোট জনসংখ্যার অংশীদারিত্বের সাথে সামঞ্জস্যপূর্ণ এমন জনসংখ্যা বিভক্ত করার বিভিন্ন উপায় রয়েছে। লিঙ্গ অনুসারে একটি বিভাজন ইঙ্গিত দিতে পারে যে একটি নতুন চিকিত্সার ব্যবস্থা করা হলে পুরুষ এবং স্ত্রী উভয়ই খারাপ হয়েছিলেন, যখন একই জনগোষ্ঠীর একটি বিভাজন বয়স অনুসারে, পঞ্চাশের কম বয়সী রোগী এবং পঞ্চাশ বা তার বেশি বয়সী উভয় রোগীই নতুন চিকিত্সার ক্ষেত্রে আরও ভাল পারফরম্যান্স করেছেন। একই জনসংখ্যাকে বিভক্ত করার বিভিন্ন উপায়ে তথ্যকে সাধারণীকরণ করা মোট জনসংখ্যার অন্তর্ভুক্ত সমিতিগুলির সম্পর্কে বেমানান সিদ্ধান্তে পৌঁছে দেবে। "

— আলু

Answer 5

একটি গুরুত্বপূর্ণ "ছাড়ুন" হ'ল চিকিত্সার কার্যাদি যদি সাবগ্রুপগুলির মধ্যে অপ্রয়োজনীয় হয় তবে ডেটা বিশ্লেষণ করার সময় একজনকে অবশ্যই সাবগ্রুপগুলিকে বিবেচনায় নিতে হবে।

দ্বিতীয় গুরুত্বপূর্ণ "টেক অফ" হ'ল সিম্পসনের প্যারাডক্সের অজানা উপস্থিতির কারণে পর্যবেক্ষণের অধ্যয়নগুলি বিশেষত ভুল উত্তর দেওয়ার প্রবণতা রয়েছে। এর কারণ আমরা এই সত্যটি সংশোধন করতে পারি না যে চিকিত্সা এটিকে আরও বেশি জটিল ক্ষেত্রে দেওয়ার প্রবণতা ছিল যদি আমরা না জানতাম যে এটি ছিল।

সঠিকভাবে এলোমেলোভাবে করা গবেষণায় আমরা হয় (১) এলোমেলোভাবে চিকিত্সা বরাদ্দ করতে পারি যাতে একটি চিকিত্সার জন্য "অন্যায় সুবিধা" দেওয়া অত্যন্ত অসম্ভব এবং স্বয়ংক্রিয়ভাবে ডেটা বিশ্লেষণে যত্ন নেওয়া হবে বা, (২) যদি কোনও গুরুত্বপূর্ণ কারণ থাকে এটি করার জন্য, এলোমেলোভাবে চিকিত্সাগুলি বরাদ্দ করুন তবে কিছু জ্ঞাত সমস্যার উপর ভিত্তি করে তুলনামূলকভাবে বিতরণ করুন এবং তারপরে বিশ্লেষণের সময় সেই বিষয়টি বিবেচনা করুন।

Comments

+1, তবে "স্বয়ংক্রিয়ভাবে যত্ন নেওয়া" একেবারেই সত্য নয় (অন্ততপক্ষে তাত্ক্ষণিক পরিস্থিতিতে, যা আপনি প্রাথমিকভাবে যত্ন নেন)। এটি দীর্ঘমেয়াদে সত্য, তবে এখনও নমুনা ত্রুটির কারণে আপনার কাছে টাইপ আই ও টাইপ II ত্রুটি থাকতে পারে (যেমন, 1 চিকিত্সা অবস্থায় রোগীরা একাই সুযোগে আরও গুরুতর রোগের ঝোঁক রেখেছিলেন)।

— গুং - মনিকা পুনরায়

আমরা যখন आकस्मिक সারণী বিশ্লেষণ করি এবং পি-মানটি গণনা করি এবং সঠিকভাবে ব্যাখ্যা করি তখন নমুনা ত্রুটির প্রভাব বিবেচনায় নেওয়া হবে।

— এমিল ফ্রেডম্যান