2.4.3 Approximating nwere

Anyị nwere ike ịgụta nwere na anyị na-apụghị ime. Abụọ na-eru nso na karịsịa uru na dijitalụ afọ na-abịa na na eke nwere.

Ọtụtụ ihe dị mkpa na nkà mmụta sayensị na iwu ajụjụ ndị causal. Ka anyị tụlee ihe atụ, ndị na-esonụ ajụjụ: ihe mmetụta nke a ọrụ usoro ọzụzụ na ụgwọ ọrụ? Otu ụzọ isi aza ajụjụ a ga-anọnyere a enweghị usoro na-achịkwa nnwale ebe ndị ọrụ na-enweghị usoro kenyere ma na-enweta ọzụzụ ma ọ bụ na-enweta ọzụzụ. Mgbe ahụ, na-eme nnyocha nwee ike na-eme atụmatụ na mmetụta nke ọzụzụ maka ndị a sonyere nanị site atụnyere na ụgwọ ọrụ nke ndị na-natara ọzụzụ ndị obi anataghị ya.

The mfe tụnyere bụ nti n'ihi ihe na-eme n'ihu data e ọbụna anakọtara: na randomization. -Enweghị randomization, ihe bụ nsogbu bụ ukwuu trickier. A na-eme nchọpụta pụrụ iji tụnyere ụgwọ ọrụ nke ndị na n'afọ ofufo aka maka ọzụzụ ndị na-adịghị ịrịba ama-elu. Na tụnyere ga-eleghị anya na-egosi na ndị na-anara ọzụzụ akwụ ọzọ, ma otú ihe ndị a bụ n'ihi ọzụzụ na ole nke a bụ n'ihi na ndị mmadụ na ịrịba ama-elu maka ọzụzụ bụ iche na nke na-adịghị ịrịba ama-elu maka ọzụzụ? Ya bu, Ọ bụ ihe ezi tụnyere ụgwọ-ọrụ nke abụọ ndị a iche iche nke ndị?

Nke a na-enwe banyere mma atụnyere-eduga ná nnyocha ụfọdụ kwere na ọ gaghị ekwe omume ime causal atụmatụ e mere na-enweghị na-agba ọsọ nnwale. A na-azọrọ na-aga tere. Ọ bụ eziokwu na nnwale na-enye ike na-egosi maka causal mmetụta, e nwere ndị ọzọ azum na ike bara uru causal atụmatụ. Kama ichewe na causal atụmatụ e mere bụ ndị ma dị mfe (na ihe banyere nnwale) ma ọ bụ-agaghị ekwe omume (na ihe banyere nanị hụrụ data), ọ dị mma na-eche echiche nke atụmatụ dị iche iche nke na-eme causal atụmatụ dina, tinyere a continuum si sie ike na ka ike na-ekweghị (ọgụgụ 2.4). Na ike ọgwụgwụ nke continuum na-enweghị usoro na-achịkwa nwere. Ma, ihe ndị a na-esikarị ike ime na-elekọta mmadụ research n'ihi na ọtụtụ agwọ ọrịa na-achọ inweta enweta ichekwa imekọ ihe ọnụ si ọchịchị ma ọ bụ ụlọ ọrụ; nnọọ nanị na e nwere ọtụtụ nwere na anyị na-apụghị ime. M ga-etinye ndị niile nke n'Isi nke 4 ma ndị ma eme na adịghị ike nke enweghị usoro na-achịkwa nwere, na Aga m arụ ụka na mgbe ụfọdụ, e nwere ike usoro ziri ezi ihe na-ahọrọ observational ka ibuo ụzọ.

Ọgụgụ 2.4: Continuum nke nnyocha azum n'ihi na e mere atụmatụ na causal mmetụta.

Akpụ akpụ tinyere continuum, e nwere ọnọdụ ebe ndị nchọpụta ekwughị n'ụzọ doro anya enweghị usoro. Ya bụ, na-eme nnyocha na-agbali ịmụta nnwale-dị ka ihe ọmụma na-enweghị na-eme n'ezie nnwale; ndammana, a na-aga ịbụ tricky, ma nnukwu data ukwuu mma anyị nwere ike ime ka causal atụmatụ na ọnọdụ ndị a.

Mgbe ụfọdụ, e nwere ntọala ebe randomness na ụwa na-eme ka ike ihe dị ka nnwale maka nnyocha. Ndị a aghụghọ na-akpọ eke nwere, ma ha ga-atụle n'ụzọ zuru ezu na ná Nkebi 2.4.3.1. Abụọ atụmatụ nke nnukwu data isi mmalite-ha mgbe niile-on ọdịdị na ha size-ewelite anyị nwee ike ịmụta n'ihe eke nwere mgbe ha emee.

Akpụ akpụ n'ihu n'ebe enweghị usoro na-achịkwa nwere, mgbe ụfọdụ e nwere ọbụna ihe omume na ọdịdị na anyị nwere ike iji aka ịgụta a eke nnwale. Na ntọala ndị a, anyị nwere ike nke ọma na-ewu atụnyere n'ime ndị na-abụghị ibuo data ná mgbalị ịgụta nnwale. Ndị a aghụghọ na-akpọ kenha, ha ga-atụle n'ụzọ zuru ezu na ná Nkebi 2.4.3.2. Dị ka eke nwere, kenha bụ a haziri na-erite uru site na nnukwu data isi mmalite. Karịsịa, oke size-ma okwu nke ọnụ ọgụgụ nke ikpe na ụdị ọmụma kwa ikpe-uku mmemmem kenha. Isi ihe dị iche n'etiti eke nwere na kenha bụ na eke nwere ndị na-eme nchọpụta maara na usoro site na nke ọgwụgwọ e kenyere na-ekwere na ọ na-random.

Echiche nke mara nma atụnyere ndị kpaliri ọchịchọ ime nnwale na-underlies abụọ ọzọ-eru nso: eke nwere na kenha. Ndị a ọ pụrụ ekwesị unu ga-ekwu causal mmetụta si nanị hụrụ data site chọpụtara mma atụnyere ọdụ n'ime nke data na i nwere.