मैं भविष्यवाणी मॉडलिंग के संबंध में मिश्रित मॉडल के लाभों के बारे में थोड़ा भ्रमित हूं। चूंकि पूर्वानुमान मॉडल आमतौर पर पहले अज्ञात टिप्पणियों के मूल्यों की भविष्यवाणी करने के लिए होते हैं, तो यह मुझे स्पष्ट लगता है कि मिश्रित मॉडल का एकमात्र तरीका उपयोगी हो सकता है, जो आबादी-स्तर की भविष्यवाणियां प्रदान करने की क्षमता के माध्यम से होता है (जो बिना किसी यादृच्छिक प्रभाव को जोड़े)। हालाँकि, समस्या यह है कि अब तक मेरे अनुभव में मिश्रित मॉडल पर आधारित जनसंख्या-स्तर की भविष्यवाणियां केवल निर्धारित प्रभावों के साथ मानक प्रतिगमन मॉडल पर आधारित भविष्यवाणियों की तुलना में काफी खराब हैं।
तो भविष्यवाणी समस्याओं के संबंध में मिश्रित मॉडल का क्या मतलब है?
संपादित करें। समस्या निम्नलिखित है: मैंने एक मिश्रित मॉडल (फिक्स्ड और रैंडम इफेक्ट्स दोनों के साथ) फिट किया है और स्टैण्डर्ड लीनियर मॉडल केवल फिक्स्ड इफेक्ट्स के साथ। जब मैं क्रॉस-वैलिडेशन करता हूं तो मुझे भविष्यवाणिय सटीकता का एक निम्न पदानुक्रम मिलता है: 1) फिक्स्ड और रैंडम इफेक्ट्स का उपयोग करते समय मिश्रित मॉडल (लेकिन यह केवल रैंडम इफेक्ट चर के ज्ञात स्तरों के साथ टिप्पणियों के लिए काम करता है, इसलिए यह भविष्य कहनेवाला दृष्टिकोण नहीं है वास्तविक भविष्य कहनेवाला अनुप्रयोगों के लिए उपयुक्त हो!); 2) मानक रैखिक मॉडल; 3) मिश्रित मॉडल जब जनसंख्या-स्तर की भविष्यवाणियों का उपयोग किया जाता है (इसलिए यादृच्छिक प्रभावों के साथ)। इस प्रकार, मानक रैखिक मॉडल और मिश्रित मॉडल के बीच एकमात्र अंतर कुछ अलग-अलग आकलन विधियों के कारण गुणांक के भिन्न मूल्य हैं (अर्थात दोनों मॉडल में समान प्रभाव / भविष्यवाणियां हैं, लेकिन उनके अलग-अलग गुणांक हैं)।
तो मेरा भ्रम एक प्रश्न पर उबलता है, मैं कभी भी एक मिश्रित मॉडल का उपयोग भविष्य कहनेवाला मॉडल के रूप में करूंगा, क्योंकि मिश्रित मॉडल का उपयोग जनसंख्या-स्तर की भविष्यवाणियों को उत्पन्न करने के लिए एक मानक रैखिक मॉडल की तुलना में एक अवर रणनीति प्रतीत होती है।