হ্রাসযুক্ত ফর্ম বলতে কী বোঝায়?

Question

ইকোনোমেট্রিক্সে, হ্রাস ফর্ম বলতে কী বোঝায়? এছাড়াও, লোকেরা যখন বলে তখন তারা কী সন্ধান করে "আমি ফর্মের হ্রাস অনুমানটি দেখতে চাই।" এটি কর্মক্ষেত্রে ছড়িয়ে দেওয়া হয়েছে এবং স্বতন্ত্র ব্যাখ্যা এবং গুগল অনুসন্ধানগুলি অতিরিক্ত প্রযুক্তিগত technical এমন কাউকে আশা করা যেখানে একটি সাধারণ উদাহরণ দিতে সক্ষম হবে।

Comments

আপনি অর্থনীতির কোন বিস্তৃত ক্ষেত্রে কাজ করেন? সম্ভবত এই তথ্যটি আরও উপযুক্ত তৈরি স্বজ্ঞাত উদাহরণের অনুমতি দেবে।

— দিমিত্রি ভি। মাস্টারভ

@ দিমিত্রি ভি। মাস্টারভ একটি বড় কর্পোরেশনের বিক্রয় ডেটার সাথে কাজ করুন

— সিজে

চাহিদা অনুমানের জন্য আপনি কি কখনও চেষ্টা দেখেছেন?

— দিমিত্রি ভি। মাস্টারভ

Answer 1

কীনেসিয়ান গ্রাহক ক্রিয়াকলাপ এবং ভারসাম্য শর্তটি কীভাবে হ্রাস আকারে পুনরায় লেখা যেতে পারে তা দেখানোর জন্য এই সাধারণ উদাহরণটি একবার দেখুন ।

একটি মডেলের হ্রাসকৃত রূপটি হ'ল অন্তঃসত্ত্বা ভেরিয়েবলগুলি বহির্মুখী ভেরিয়েবলের কার্যকারিতা হিসাবে প্রকাশ করা হয় (এবং সম্ভবত অন্তঃসত্ত্বা ভেরিয়েবলগুলির পিছনে থাকা মানগুলি)। খুব মোটামুটিভাবে, হ্রাস করা ফর্মের প্রাক্কলনগুলি আপনাকে কাঠামোগত, আদিম নীতি-আক্রমণকারী আচরণগত পরামিতি দেয় না যা আপনি (কখনও কখনও) যত্নবান হন, যেমন কোনও এজেন্টের ইউটিলিটি ফাংশনের পরামিতি বা চাহিদা এবং সরবরাহের বক্ররেখার .ালু।

আরএফইগুলির সাহায্যে আপনি কেবলমাত্র সেই পরামিতিগুলির ফাংশন পান (এবং প্রায়শই তা নাও)। কিছু উদ্দেশ্যে, এটি যথেষ্ট হতে পারে, এজন্য কিছু লোক তাদের দেখতে চায়। উদাহরণস্বরূপ, আপনি প্রায়শই আরএফ অনুমান থেকে সম্পর্কের সাইন পেতে পারেন, তবে তাত্পর্য নয়। একবার নীল চাঁদ হয়ে গেলে আপনি আরএফই থেকে কাঠামোগত পরামিতিগুলির সমাধান করতে বীজগণিত ব্যবহার করতে পারেন।

অবশেষে, এটি এমনও হয় যে কিছু লোক কাঠামোগত পরামিতিগুলি অনুমান করার জন্য প্রয়োজনীয় অনুমানগুলি বিশ্বাস করবে না।

Comments

এটি দুর্দান্ত তবে প্রযুক্তিগত দিক থেকে আরও বেশি। আমি এই উদাহরণ তাকান হবে। শুরু করার জন্য কি আরও সরল ইংরেজী সংস্করণ রয়েছে?

— সিজে 12

এটি আমি জানি সবচেয়ে সাধারণ।

— দিমিত্রি ভি। মাস্টারভ

অন্যান্য সাধারণ উদাহরণ হ'ল ভারসাম্য শর্ত সহ সরবরাহ ও চাহিদা। এটি উপরের উদাহরণের সাথে খুব মিল। এই বক্তৃতা নোটগুলি দেখুন , বিশেষত পৃষ্ঠা 19-27।

— দিমিত্রি ভি। মাস্টারভ

এটি কি বলা উচিত যে কোনও মডেলের হ্রাসিত ফর্মটি ডেটা বর্ণনা করে তবে অগত্যা অন্তর্নিহিত ঘটনাটি নয়?

— বেন ওগোরেক

@ বেনগোরেক হ্যাঁ, এটি সঠিক হবে।

— দিমিত্রি ভি। মাস্টারভ

Answer 2

দিমিত্রি'র উত্তর (+1) পরিপূরক করার জন্য কাঠামোগত ফর্ম এবং হ্রাস করা ফর্ম আপনার সমীকরণ সিস্টেম সম্পর্কে চিন্তাভাবনার দুটি উপায়।

স্ট্রাকচারাল ফর্মটি হ'ল আপনার অর্থনৈতিক তত্ত্বটি যা ভেরিয়েবলগুলির মধ্যে অর্থনৈতিক সম্পর্কগুলি রয়েছে (সংযুক্ত কেইনিশিয়ান উদাহরণে খরচ এবং উপার্জনের মতো)। যাইহোক, মডেল সহগের অনুমানগুলি পেতে একাধিক হুপের মধ্য দিয়ে ঝাঁপিয়ে পড়ার প্রয়োজন হয় তা নিশ্চিত করার জন্য যে যখন কোনও অন্তঃসত্ত্বা ভেরিয়েবল অন্যটির উপর পুনঃস্থাপন করা হয় তখন এন্ডোজেইনিটি সমস্যার কারণে এই অনুমানগুলি পক্ষপাতিত না হয়। সুতরাং কাঠামোগত ফর্ম স্বজ্ঞাত ব্যাখ্যা জন্য ভাল, এবং সংখ্যা আসে যখন এটি সঙ্গে কাজ করা ভয়ানক।

হ্রাস করা ফর্ম কার্যকারিতা কাঠামোগত ফর্ম পরিপূরক। দিমিত্রি যেমন বলেছিলেন, এবং ভোগের উদাহরণে যেমন দেখানো হয়েছে, হ্রাসিত ফর্মটি অন্তঃসত্ত্বা ভেরিয়েবলগুলির জন্য সমাধান করে (যদি সম্ভব হয় তবে) - এটি আমার জ্ঞান অনুযায়ী আমেরিকান বীজগণিত দ্বিতীয় উপাদান material শেষ পর্যন্ত, প্রতিটি সমীকরণে, এক এবং কেবল একটি অন্তঃসত্ত্বা পরিবর্তনশীল বাম হাতের অংশে উপস্থিত হয় এবং ডানদিকে কেবলমাত্র বহির্মুখী ভেরিয়েবল এবং ত্রুটি পদ থাকে। যদি সম্ভব হয় তবে একটি গুরুত্বপূর্ণ যোগ্যতা অর্জনকারী: কখনও কখনও কাঠামোগত ফর্মের এমন রূপান্তর পৌঁছানো সম্ভব হবে না, এবং এর অর্থ মডেলটি চিহ্নিত করা হয়নি, এবং কোনও পরিমাণের পরিমাণের ডেটা আপনাকে আপনার পরামিতিগুলির অনুমান করতে সহায়তা করবে না। হ্রাস করা ফর্মটি সহজেই অনুমানযোগ্য, কারণ আপনি কিছু পেতে প্রতিটি সমীকরণে ওএলএসের মতো বেসিক কিছু চালাতে পারেনঅনুমান (যদিও এটি সর্বোত্তম সম্ভাব্য অনুমান হবে না), এবং হ্রাস ফর্মের পরামিতিগুলির জন্য তারা পক্ষপাতহীন থাকবে। তবে কাঠামোগত ফর্মটিতে একটি দুর্দান্ত ক্রস-ওয়াক ফিরে থাকতে পারে এবং নাও থাকতে পারে, যার ব্যাখ্যামূলক পরামিতি ছিল। সুতরাং হ্রাস করা ফর্ম অনুমানের জন্য ভাল তবে ব্যাখ্যার পক্ষে ভয়ানক। হ্রাসযুক্ত ফর্মটি অনুমিত প্রতিক্রিয়া ফাংশন সহ পূর্বাভাসের জন্যও ব্যবহার করা যেতে পারে - এটি কারণ হতে পারে কেউ এই অনুমানগুলি দেখতে চেয়েছিল।

Answer 3

আপনি যখন দুটি পদক্ষেপ (দ্বি-পদক্ষেপ ন্যূনতম স্কোয়ার বা 2 এসএসএল) জড়িত কোনও রিগ্রেশন করেন তখন আপনার দুটি সমীকরণ থাকে। কাঠামোগত সমীকরণের নাম দেওয়া প্রথম সমীকরণগুলি অন্য কোনও রিগ্রেশন সমীকরণের মতো দেখায়। দ্বিতীয় সমীকরণ হ'ল হ্রাস করা ফর্ম সমীকরণ (এবং এটি অন্য কোনও রিগ্রেশন সমীকরণের মতো দেখায়)। একটি 2 এসএসএল করার কারণ হ'ল প্রথম সমীকরণের কিছু পরিবর্তনশীল ত্রুটি শর্তের সাথে সম্পর্কিত, যা রিগ্রেশন বিশ্লেষণের মূল অনুমানগুলি লঙ্ঘন করে। এই সমস্যার সমাধানের জন্য আপনি নির্ভরশীল ভেরিয়েবল এবং স্বতন্ত্র ভেরিয়েবলগুলির সেট (যা এই ক্ষেত্রে উপকরণের ভেরিয়েবলের অভিনব নাম পান) হিসাবে সম্পর্কযুক্ত সমস্যাটি সংশোধন করবে বলে আপনি দ্বিতীয় সমীকরণ (হ্রাস ফর্ম সমীকরণ) তৈরি করেন প্রথম সমীকরণ থেকে সমস্ত স্বতন্ত্র ভেরিয়েবলের সাথে। তারপরে আপনার কম্পিউটারটি চালানো হবে।

সুতরাং সংক্ষেপে, আমি মনে করি যে ব্যক্তি আপনার হ্রাস করা ফর্মের অনুমানের জন্য জিজ্ঞাসা করছে, আপনার কাজটি দেখতে চায়। বিশেষত তারা দ্বিতীয় সমীকরণ এবং সম্পর্কিত বিটাগুলি দেখতে চায় --- তাদেরকে রিগ্রেশন আউটপুট দেখায় এবং তাদের খুশি হওয়া উচিত।

আশাকরি এটা সাহায্য করবে!

Answer 4

@ ব্যবহারকারী 107905 এর সাথে সম্মত হন, আপনি যদি 2 এসএলএস ব্যবহার করেন হ্রাস বিন্যাস সমীকরণটি আইভিটি নির্মাণের জন্য ব্যবহৃত হয়, তবে মূল কাঠামোগত সমীকরণটি এখনও লাগানো এন্ডোজেনাস মানটিতে প্লাগ করে ওএলএসের মাধ্যমে লাগানো যেতে পারে। এইভাবে, আপনি এখনও মূল / 1 ম স্ট্রাকচারাল সমীকরণের জন্য ইন্টারপ্রেটেবল প্যারামিটারগুলি পেতে পারেন।

'প্রবর্তক একনোমেট্রিক্স একটি আধুনিক পদ্ধতির' ওয়াল্ড্রিজিতে অধ্যায় 15 অধ্যায়ীয় ভেরিয়েবলের অনুমান এবং দুটি স্তরের ন্যূনতম স্কোয়ার দেখুন।