मैं एक डेटा विश्लेषण वर्ग में भाग ले रहा हूं और मेरे कुछ अच्छे विचारों को हिलाया जा रहा है। अर्थात्, यह विचार कि त्रुटि (एप्सिलॉन), साथ ही साथ किसी अन्य प्रकार का विचरण, केवल एक समूह (एक नमूना या पूरी आबादी) पर लागू होता है। अब, हमें सिखाया जा रहा है कि प्रतिगमन धारणाओं में से एक यह है कि विचरण "सभी व्यक्तियों के लिए समान है"। यह किसी तरह मुझे चौंकाने वाला है। मैंने हमेशा सोचा था कि यह एक्स के सभी मूल्यों के साथ वाई में भिन्नता थी जिसे निरंतर माना गया था।
मेरे पास प्रोफेसर के साथ एक चैट थी, जिसने मुझे बताया कि जब हम एक प्रतिगमन करते हैं, तो हम अपने मॉडल को सच मानते हैं। और मुझे लगता है कि यह मुश्किल हिस्सा है। मेरे लिए, त्रुटि शब्द (एप्सिलॉन) का हमेशा कुछ मतलब होता था, "जो भी तत्व हम नहीं जानते हैं और जो हमारे परिणाम चर, और कुछ माप त्रुटि को प्रभावित कर सकते हैं"। जिस तरह से कक्षा को पढ़ाया जाता है, उसमें "अन्य सामान" जैसी कोई चीज नहीं है; हमारे मॉडल को सही और पूर्ण माना जाता है। इसका मतलब यह है कि सभी अवशिष्ट भिन्नता को माप त्रुटि के उत्पाद के रूप में सोचा जाना चाहिए (इस प्रकार, किसी व्यक्ति को 20 बार मापने से एक ही संस्करण को 20 बार मापने के समान उत्पादन की उम्मीद होगी)।
मुझे लगता है कि कहीं न कहीं कुछ गलत है, मैं इस पर कुछ विशेषज्ञ की राय लेना चाहूंगा ... क्या व्याख्या के लिए कोई जगह है जो त्रुटि शब्द है, वैचारिक रूप से बोल रहा है?