बहुत सीधे शब्दों में कहें: खोज डेटा विश्लेषण के लिए बायेसियन और फ़्रीक्वेंटिस्ट दृष्टिकोण में कोई अंतर हैं?
मैं ईडीए के तरीकों में निहित निहित गैसों के बारे में नहीं जानता क्योंकि हिस्टोग्राम एक हिस्टोग्राम है, स्कैटरप्लॉट एक स्कैप्लेटोट है, आदि, और न ही मैंने ईएआरए को सिखाया या प्रस्तुत किए गए (ए। जेलमैन के विशेष रूप से सैद्धांतिक पेपर को नजरअंदाज करते हुए) में अंतर के उदाहरण पाए हैं। । अंत में, मैंने CRAN को देखा, सभी चीजों के आर्बिटर ने आवेदन किया: मुझे एक बायेशियन दृष्टिकोण के अनुरूप पैकेज नहीं मिला। हालाँकि, मुझे लगा कि सीवी में कुछ लोग हो सकते हैं जो इस पर प्रकाश डाल सकते हैं।
मतभेद क्यों होना चाहिए?
शुरुआत के लिए:
- उचित पूर्व वितरण की पहचान करते समय, क्या किसी को इस दृष्टि से जांच नहीं करनी चाहिए?
- जब डेटा को सारांशित करना और यह सुझाव देना कि क्या एक निरंतरवादी या बायेसियन मॉडल का उपयोग करना है, तो क्या ईडीए को यह नहीं बताना चाहिए कि किस दिशा में जाना है?
- मिश्रण मॉडल को कैसे संभालना है, दोनों दृष्टिकोणों में बहुत स्पष्ट अंतर हैं। यह पहचानना कि आबादी के मिश्रण से एक नमूना संभावना प्राप्त होती है और मिश्रण मापदंडों का अनुमान लगाने के लिए उपयोग की जाने वाली कार्यप्रणाली से सीधे तौर पर संबंधित है।
- दोनों दृष्टिकोण स्टोकेस्टिक मॉडल को शामिल करते हैं और मॉडल का चयन डेटा को समझकर संचालित होता है। अधिक जटिल डेटा या अधिक जटिल मॉडल ईडीए में अधिक समय की आवश्यकता है। स्टोचस्टिक मॉडल या जेनरेटिंग प्रक्रियाओं के बीच इस तरह के अंतर के साथ, EDA गतिविधियों में अंतर होता है, इसलिए क्या विभिन्न स्टोचस्टिक दृष्टिकोण से उत्पन्न होने वाले अंतर नहीं होने चाहिए?
नोट 1: मैं या तो "शिविर" के दर्शन से चिंतित नहीं हूं - मैं केवल अपने ईडीए टूलकिट और विधियों में किसी भी अंतराल को संबोधित करना चाहता हूं।