मैंने हाल ही में नैन्सी रीड, बैरंडॉफ़-नील्सन, रिचर्ड कॉक्स और कुछ पुराने पत्रों की समीक्षा की है, हाँ, अक्सर प्रतिमान में "सशर्त आक्षेप" की अवधारणा पर थोड़ा रोनाल्ड फिशर, जो कि प्रतीत होता है कि संदर्भ केवल विचार पर आधारित हैं नमूना स्थान का "प्रासंगिक सबसेट", संपूर्ण नमूना स्थान नहीं।
एक प्रमुख उदाहरण के रूप में, यह ज्ञात है कि टी-स्टेटिस्टिक के आधार पर विश्वास अंतराल में सुधार किया जा सकता है (गौटीस एंड कैसेला, 1992) यदि आप भी नमूने के गुणांक को भिन्नता मानते हैं (एक सहायक सांख्यिकीय के रूप में संदर्भित)।
जैसा कि कोई है जो नियमित रूप से संभावना आधारित अनुमान का उपयोग करता है, मैंने मान लिया है कि जब मैं एक असममित % -कॉन्फिडेंस अंतराल बनाता हूं, तो मैं (अनुमानित) सशर्त इंजेक्शन लगा रहा हूं, क्योंकि अवलोकन किए गए नमूने पर संभावना सशर्त है।
मेरा सवाल यह है कि सशर्त लॉजिस्टिक रिग्रेशन के अलावा, मैंने अनुमान से पहले सहायक आंकड़ों पर कंडीशनिंग के विचार का ज्यादा इस्तेमाल नहीं देखा है। क्या इस प्रकार का अनुमान घातीय परिवारों तक सीमित है, या यह आजकल किसी अन्य नाम से जा रहा है, ताकि यह केवल सीमित प्रतीत हो।
मुझे एक और हालिया लेख (स्पैनोस, 2011) मिला, जो सशर्त निष्कासन (यानी, ancillarity) द्वारा लिए गए दृष्टिकोण के बारे में गंभीर संदेह प्रकट करता है। इसके बजाय, यह बहुत ही समझदार और कम गणितीय रूप से दृढ़ सुझाव का प्रस्ताव करता है कि "अनियमित" मामलों में पैरामीट्रिक अनुमान (जहां वितरण का समर्थन मापदंडों द्वारा निर्धारित किया जाता है) सामान्य, बिना शर्त नमूना वितरण को कम करके हल किया जा सकता है।
फ्रेज़र (2004) ने सशर्तता का एक अच्छा बचाव दिया, लेकिन मुझे अभी भी इस भावना के साथ छोड़ दिया गया है कि वास्तव में जटिल मामलों के लिए वास्तव में सशर्त आक्षेप लगाने के लिए थोड़ा सा भाग्य और सरलता की आवश्यकता होती है ... निश्चित रूप से ची-स्क्वाड को लागू करने की तुलना में अधिक जटिल है। "अनुमानित" सशर्त अनुमान के लिए संभावना अनुपात सांख्यिकीय पर अनुमान।
वेल्श (2011, पृष्ठ 163) ने मेरे सवाल का जवाब दिया हो सकता है (3.9.5, 3.9.6)।
वे बसु के जाने-माने परिणाम (बसु की प्रमेय) को इंगित करते हैं कि एक से अधिक सहायक आंकड़े हो सकते हैं, इस सवाल से भीख मांगते हैं कि "प्रासंगिक सबसेट" सबसे अधिक प्रासंगिक है। इससे भी बदतर, वे दो उदाहरण दिखाते हैं जहां, भले ही आपके पास एक अद्वितीय सहायक सांख्यिकी हो, यह अन्य प्रासंगिक उप-समूहों की उपस्थिति को समाप्त नहीं करता है।
वे इस निष्कर्ष पर जाते हैं कि केवल बेयसियन तरीके (या उनके समतुल्य तरीके) इस समस्या से बच सकते हैं, जिससे अनुत्पादक सशर्त प्रवेश की अनुमति मिलती है।
संदर्भ:
- गाउटी, कॉन्स्टेंटिनोस और जॉर्ज कैसेला। "छात्र के अंतराल में आत्मविश्वास बढ़ाना ।" द एनल्स ऑफ स्टैटिस्टिक्स (1992): 1501-1513।
- स्पानोस, आरिस। "वेल्च यूनिफ़ॉर्म मॉडल का फिर से आना: सशर्त हस्तक्षेप के लिए एक मामला।" सांख्यिकीय विज्ञान 5 (2011) में अग्रिम और आवेदन : 33-52।
- फ्रेजर, डीएएस "एंसिलरीज एंड कंडीशनल इनजेक्शन।" सांख्यिकीय विज्ञान 19.2 (2004): 333-369।
- वेल्श, एलन एच । सांख्यिकीय अनुमान के पहलू । वॉल्यूम। 916. जॉन विली एंड संस, 2011।
