2.4.3 approximating পরীক্ষায়

আমরা পরীক্ষা-নিরীক্ষা যে আমরা করতে পারব না অনুমান করতে পারে. দুই পন্থা যে বিশেষত ডিজিটাল বয়স থেকে উপকৃত মিলে এবং প্রাকৃতিক পরীক্ষায় হয়.

অনেক গুরুত্বপূর্ণ বৈজ্ঞানিক নীতি প্রশ্ন কার্যকারণ হয়. এর বিবেচনা করা যাক, উদাহরণস্বরূপ, নিম্নলিখিত প্রশ্ন: কি বেতনের একটা চাকরি প্রশিক্ষণ কর্মসূচির প্রভাব? ওয়ান ওয়ে এই প্রশ্নের উত্তর দিতে একটি এলোমেলোভাবে নিয়ন্ত্রিত পরীক্ষা যেখানে শ্রমিকদের এলোমেলোভাবে হয় প্রশিক্ষণ গ্রহণ করতে বা প্রশিক্ষণ গ্রহণ না নিযুক্ত করা হয় সঙ্গে সঙ্গে থাকবেন. এরপর গবেষকরা কেবল মানুষ যারা যে তা গ্রহণ করা হয়নি প্রশিক্ষণ প্রাপ্ত মজুরী তুলনা করে এই অংশগ্রহণকারীদের জন্য প্রশিক্ষণের প্রভাব অনুমান পারে.

র্যান্ডোমাইজেশন: সহজ তুলনা কিছু আগে ডেটা এমনকি সংগ্রহ করা হয় এরকম যে কারণে বৈধ. র্যান্ডোমাইজেশন ছাড়া, সমস্যা অনেক trickier হয়. একজন গবেষক মানুষ যারা স্বেচ্ছায় যারা সাইন আপ করা হয়নি প্রশিক্ষণ জন্য সাইন আপ মজুরী তুলনা করা যেতে পারে. যে তুলনা সম্ভবত দেখাতে হবে যে যারা প্রশিক্ষণ লাভ বেশি অর্জন করেছেন, কিন্তু এই নিয়ে কত প্রশিক্ষণের কারণ হয় এবং এই কত কারণ মানুষ সাইন আপ প্রশিক্ষণের জন্য যে, ওই যে সাইন-আপ না প্রশিক্ষণের জন্য থেকে আলাদা? অন্য কথায়, এটা মানুষের এই দুই দলের মজুরি তুলনা ন্যায্য?

ন্যায্য তুলনা সম্পর্কে এই উদ্বেগের কিছু গবেষকরা বিশ্বাস করেন যে এটা অসম্ভব একটা পরীক্ষা চলমান ছাড়া কার্যকারণ অনুমান করতে বাড়ে. এই দাবিটি অতিদূরে. যদিও এটা সত্য যে পরীক্ষায় কার্যকারণ প্রভাব সবচেয়ে জোরালো প্রমাণ প্রদান সেখানে অন্যান্য কৌশল যে মূল্যবান কার্যকারণ অনুমান প্রদান করতে পারেন. চিন্তা যে কার্যকারণ অনুমান (পরীক্ষায় ক্ষেত্রে) হয় সহজ বা অসম্ভব (যদি এর নিস্ক্রিয়ভাবে তথ্য পরিলক্ষিত) এর পরিবর্তে, এটা ভালো একটি কন্টিনাম শক্তিশালী থেকে দুর্বলতম (চিত্র বরাবর মিথ্যা কার্যকারণ অনুমান করার জন্য কৌশল চিন্তা করতে 2.4). সন্ততি শক্তিশালী শেষে নিয়ন্ত্রিত পরীক্ষায় এলোমেলোভাবে হয়. কিন্তু, এই প্রায়ই সামাজিক গবেষণা না করার কারণ অনেক চিকিত্সা সরকার বা কোম্পানির কাছ থেকে সহযোগিতার অবাস্তব পরিমাণে প্রয়োজন কঠিন হয়; বেশ সহজভাবে অনেক পরীক্ষা-নিরীক্ষা যে আমরা কি করতে পারে না. আমি উভয় শক্তি এবং এলোমেলোভাবে নিয়ন্ত্রিত পরীক্ষায় দুর্বলতা অধ্যায় 4 সব উৎসর্গ করা হবে, এবং আমি তর্ক করব যে কিছু কিছু ক্ষেত্রে, সেখানে শক্তিশালী নৈতিক কারণে পরীক্ষামূলক পদ্ধতি পর্যবেক্ষণমূলক পছন্দ হয়.

চিত্র 2.4: আনুমানিক কার্যকারণ প্রভাব জন্য গবেষণা কৌশল কন্টিনিয়াম.

সন্ততি বরাবর মুভিং, সেখানে পরিস্থিতি যেখানে গবেষকরা স্পষ্টভাবে এলোমেলোভাবে করিনি. অর্থাৎ গবেষকরা আসলে একটি পরীক্ষা করছেন ছাড়া পরীক্ষা-মত জ্ঞান শিখতে প্রচেষ্টা করা হচ্ছে; স্বাভাবিকভাবেই, এই চতুর হতে যাচ্ছে, কিন্তু বড় তথ্য ব্যাপকভাবে এই পরিস্থিতিতে কার্যকারণ অনুমান করতে আমাদের ক্ষমতা উন্নত.

কখনও কখনও সেটিংস যেখানে বিশ্বের যদৃচ্ছতা গবেষকদের জন্য একটি পরীক্ষা ভালো কিছু তৈরি করতে এরকম হয়. এই ডিজাইন প্রাকৃতিক পরীক্ষায় ডাকা হয়, এবং তারা অনুচ্ছেদ 2.4.3.1 বিস্তারিতভাবে আলোচনা করা হবে. বড় তথ্য সূত্র-তাদের সবসময় অন প্রকৃতি এবং তাদের দুটি বৈশিষ্ট্য আকার-ব্যাপকভাবে প্রাকৃতিক পরীক্ষায় থেকে শিখতে যখন তারা ঘটতে আমাদের ক্ষমতা বাড়ায়.

আরও এলোমেলোভাবে নিয়ন্ত্রিত পরীক্ষা থেকে দূরে সরানোর, মাঝে মাঝে প্রকৃতি যে আমরা একটি প্রাকৃতিক পরীক্ষা আনুমানিক করার জন্য ব্যবহার করতে পারেন এমনকি একটি ঘটনা নয়. এই সেটিংস, আমরা যত্নসহকারে একটি পরীক্ষা আনুমানিক একটি প্রয়াস অ পরীক্ষামূলক ডেটা মধ্যে তুলনা গঠন করা যেতে পারে. এই ডিজাইন ম্যাচিং বলা হয়, এবং তারা অনুচ্ছেদ 2.4.3.2 বিস্তারিতভাবে আলোচনা করা হবে. প্রাকৃতিক পরীক্ষায় ভালো লেগেছে, ম্যাচিং একটি নকশা যে বড় তথ্য উৎস থেকে উপকার হয়. বিশেষ করে, ব্যাপক আকার-উভয় এবং মামলার সংখ্যা প্রতি তথ্য ধরণ পরিপ্রেক্ষিতে মামলা ব্যাপকভাবে ম্যাচিং সমাধা. প্রাকৃতিক পরীক্ষায় এবং ম্যাচিং মধ্যে কী পার্থক্য যে প্রাকৃতিক পরীক্ষায় গবেষক প্রক্রিয়া যার মাধ্যমে চিকিত্সা নিয়োগ এবং এটা হতে র্যান্ডম বিশ্বাস ছিল জ্ঞানীজন.

প্রাকৃতিক পরীক্ষায় এবং মেলা: ন্যায্য তুলনা যে ইচ্ছা প্রেরণা পরীক্ষানিরীক্ষা করতে ধারণায় দুই বিকল্প পন্থা ঠিক নীচেই থাকে. এই পন্থা ন্যায্য ডাটা আপনি ইতিমধ্যে আছে এর ভিতরে বসা তুলনা আবিষ্কার দ্বারা নিস্ক্রিয়ভাবে পরিলক্ষিত ডেটা থেকে কার্যকারণ প্রভাব অনুমান করতে সক্ষম হবে.