3.4.3 ಅಲ್ಲದ ಸಂಭವನೀಯತೆ ಮಾದರಿಗಳನ್ನು: ಮಾದರಿ ಹೊಂದಾಣಿಕೆಯ

ಎಲ್ಲಾ ಅಲ್ಲದ ಸಂಭವನೀಯತೆ ಮಾದರಿಗಳನ್ನು ಒಂದೇ. ನಾವು ಮುಂಭಾಗದ ತುದಿಯಲ್ಲಿ ಹೆಚ್ಚು ನಿಯಂತ್ರಣ ಸೇರಿಸಬಹುದು.

ವಿಧಾನ ವಾಂಗ್ ಮತ್ತು 2012 ಅಮೇರಿಕಾದ ಅಧ್ಯಕ್ಷೀಯ ಚುನಾವಣೆಯ ಫಲಿತಾಂಶವು ಅಂದಾಜು ಸಹೋದ್ಯೋಗಿಗಳು ಮಾಹಿತಿ ವಿಶ್ಲೇಷಣೆ ಸುಧಾರಣೆಗಳು ಸಂಪೂರ್ಣವಾಗಿ ಅವಲಂಬಿತವಾಗಿದೆ. ಅಂದರೆ, ಅವುಗಳು ಅವರು ಸಾಧ್ಯವಾಗುವಷ್ಟು ಅನೇಕ ಪ್ರತಿಸ್ಪಂದನಗಳು ಸಂಗ್ರಹಿಸಿ ನಂತರ ಮರು ತೂಕ ಅವರನ್ನು ಪ್ರಯತ್ನಿಸಿದರು. ಅಲ್ಲದ ಸಂಭವನೀಯತೆ ಮಾದರಿ ಕೆಲಸ ಒಂದು ಪೂರಕ ತಂತ್ರ ಡೇಟಾ ಸಂಗ್ರಹಣೆ ಪ್ರಕ್ರಿಯೆ ಮೇಲೆ ಹೆಚ್ಚಿನ ನಿಯಂತ್ರಣ ಮಾಡುವುದು.

ಒಂದು ಭಾಗಶಃ ನಿಯಂತ್ರಿತ ಅಲ್ಲದ ಸಂಭವನೀಯತೆ ಮಾದರಿ ಪ್ರಕ್ರಿಯೆ ಸರಳ ಉದಾಹರಣೆಯೆಂದರೆ ಕೋಟಾ ಮಾದರಿ, ಸಮೀಕ್ಷೆ ಸಂಶೋಧನೆಯ ಆರಂಭಿಕ ದಿನಗಳ ದಿನಗಳಿಂದಲೂ ತಂತ್ರ. ಕೋಟಾ ಮಾದರಿ, ಸಂಶೋಧಕರು ಪ್ರತಿ ಗುಂಪಿನಲ್ಲಿ ಆಯ್ಕೆ ವಿವಿಧ ಗುಂಪುಗಳು (ಉದಾ, ಯುವಕರು, ಯುವತಿಯರು, ಇತ್ಯಾದಿ) ಮತ್ತು ಜನರ ಸಂಖ್ಯೆ ನಂತರ ಸೆಟ್ ಕೋಟಾಗಳು ಮಾಡಿದ್ದ ಭಾಗಿಸಿ. ಪ್ರತಿಕ್ರಿಯೆ ರವರೆಗೆ ಸಂಶೋಧಕ ಪ್ರತಿ ಗುಂಪಿನಲ್ಲಿ ತಮ್ಮ ಕೋಟಾ ಪೂರೈಸಿದ್ದಾರೆ ಗೊತ್ತುಗುರಿಯಿಲ್ಲದ ರೀತಿಯಲ್ಲಿ ಆಯ್ಕೆ. ಏಕೆಂದರೆ ಕೋಟಾಗಳು, ಪರಿಣಾಮವಾಗಿ ಮಾದರಿ ಟಾರ್ಗೆಟ್ ಜನಸಂಖ್ಯೆ ಇಲ್ಲದಿದ್ದರೆ ನಿಜ ಎಂದು ಹೆಚ್ಚು ತೋರುತ್ತಿದೆ, ಆದರೆ ಸೇರ್ಪಡೆ ಸಂಭವನೀಯತೆಗಳ ಅಪರಿಚಿತ ಏಕೆಂದರೆ ಅನೇಕ ಸಂಶೋಧಕರು ಕೋಟಾ ಮಾದರಿ ಸಂಶಯ ವ್ಯಕ್ತಪಡಿಸುತ್ತಾರೆ. ವಾಸ್ತವವಾಗಿ, ಕೋಟಾ ಮಾದರಿ ಒಂದು ಕಾರಣ 1948 ಅಮೇರಿಕಾದ ಅಧ್ಯಕ್ಷೀಯ ಚುನಾವಣೆಯಲ್ಲಿ "ಡೀವಿ ಡಿಫೀಟ್ಸ್ ಟ್ರೂಮನ್" ದೋಷ ಎಂದು. ಇದು ಮಾದರಿ ಪ್ರಕ್ರಿಯೆ ಬಗ್ಗೆ ನಿಯಂತ್ರಣ ಒದಗಿಸುತ್ತದೆ ಏಕೆಂದರೆ, ಆದರೆ, ಒಂದು ಹೇಗೆ ಕೋಟಾ ಮಾದರಿ ಸಂಪೂರ್ಣವಾಗಿ ಅನಿಯಂತ್ರಿತ ಡೇಟಾ ಸಂಗ್ರಹಣೆ ಕೆಲವೊಂದು ಅನುಕೂಲತೆಗಳನ್ನು ಹೊಂದಿರಬಹುದು ನೋಡಬಹುದು.

ಕೋಟಾ ಮಾದರಿ ಮೀರಿ ಅಲ್ಲದ ಸಂಭವನೀಯತೆ ಮಾದರಿ ನಿಯಂತ್ರಿಸಿಕೊಂಡು ಹೆಚ್ಚು ಆಧುನಿಕ ಸಿದ್ಧಾಂತಗಳನ್ನು ಈಗ ಸಾಧ್ಯ. ಅಂತಹ ಒಂದು ಮಾರ್ಗವು ಮಾದರಿ ಹೊಂದಾಣಿಕೆಯ ಕರೆಯಲಾಗುತ್ತದೆ, ಮತ್ತು ಇದು ಕೆಲವು ವಾಣಿಜ್ಯ ಆನ್ಲೈನ್ ಫಲಕ ಪೂರೈಕೆದಾರರು ಬಳಸಲಾಗುತ್ತದೆ. 1) ಜನಸಂಖ್ಯೆಯ ಸಂಪೂರ್ಣ ರಿಜಿಸ್ಟರ್ ಮತ್ತು 2) ಸ್ವಯಂಸೇವಕರ ಒಂದು ದೊಡ್ಡ ಫಲಕ: ಸರಳವಾದ ರೂಪದಲ್ಲಿ ಹೇಳುವುದಾದರೆ, ಮಾದರಿ ಹೊಂದಾಣಿಕೆಯ ಎರಡು ದಶಮಾಂಶ ಮೂಲಗಳು ಅಗತ್ಯವಿದೆ. ಇದು ಸ್ವಯಂಸೇವಕರು ಯಾವುದೇ ಜನಸಂಖ್ಯೆಯ ಒಂದು ಸಂಭವನೀಯತೆ ಮಾದರಿ ಎಂದು ಅಗತ್ಯವಿಲ್ಲ ಎಂದು ಮುಖ್ಯ; ಫಲಕಕ್ಕೆ ಆಯ್ಕೆಗೆ ಯಾವುದೇ ಅವಶ್ಯಕತೆಗಳನ್ನು ಇವೆ ಒತ್ತು, ನಾನು ಒಂದು ಕೊಳಕು ಫಲಕ ಕರೆ ಮಾಡುತ್ತೇವೆ. ಅಲ್ಲದೆ, ಜನಸಂಖ್ಯಾ ನೋಂದಣಿಯು ಮತ್ತು ಕೊಳಕು ಫಲಕ ಎರಡೂ ಈ ಉದಾಹರಣೆಯಲ್ಲಿ, ನಾನು ಲಿಂಗ ಹಾಗೂ ಪರಿಗಣಿಸಲು ಮಾಡುತ್ತೇವೆ, ಆದರೆ ವಾಸ್ತವಿಕ ಸಂದರ್ಭಗಳಲ್ಲಿ ಈ ಸಹಾಯಕ ಮಾಹಿತಿಯನ್ನು ಹೆಚ್ಚು ವಿವರವಾದ ಆಗಿರಬಹುದು, ಪ್ರತಿ ವ್ಯಕ್ತಿಯ ಬಗ್ಗೆ ಕೆಲವು ಸಹಾಯಕ ಮಾಹಿತಿಯನ್ನು ಒಳಗೊಂಡಿರಬೇಕು. ಮಾದರಿ ಸರಿಗಟ್ಟುವ ಟ್ರಿಕ್ ಸಂಭವನೀಯತೆ ಮಾದರಿಗಳನ್ನು ರೀತಿ ಮಾದರಿಗಳು ತಯಾರಿಸುವ ಒಂದು ರೀತಿಯಲ್ಲಿ ಒಂದು ಕೊಳಕು ಫಲಕದಿಂದ ಮಾದರಿಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಲಾಗುವುದು.

ಒಂದು ಕೃತಕ ಸಂಭವನೀಯತೆ ಮಾದರಿ ಜನಸಂಖ್ಯಾ ನೋಂದಣಿಯು ತೆಗೆದುಕೊಳ್ಳಲಾಗಿದೆ ಮಾಡಿದಾಗ ಮಾದರಿ ಹೊಂದಾಣಿಕೆಯ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ; ಈ ಕೃತಕ ಮಾದರಿ ಗುರಿಯನ್ನು ಮಾದರಿ ಆಗುತ್ತದೆ. ನಂತರ, ಸಹಾಯಕ ಮಾಹಿತಿಯನ್ನು ಆಧರಿಸಿ, ಗುರಿ ಮಾದರಿಯಲ್ಲಿ ಪ್ರಕರಣಗಳು ಕೊಳಕು ಫಲಕದಲ್ಲಿ ಒಂದು ದಾಖಲೆಗಳುಸರಿಹೊಂದಿವೆ ಮಾದರಿ ರೂಪಿಸಲು ದಾಖಲೆಗಳುಸರಿಹೊಂದಿವೆ. ಉದಾಹರಣೆಗೆ, ಗುರಿ ಮಾದರಿಯಲ್ಲಿ 25 ವರ್ಷದ ಸ್ತ್ರೀ ಇದ್ದರೆ, ನಂತರ ಸಂಶೋಧಕ ದಾಖಲೆಗಳುಸರಿಹೊಂದಿವೆ ಮಾದರಿ ಎಂದು ಕೊಳಕು ಫಲಕದಿಂದ 25 ವರ್ಷದ ಸ್ತ್ರೀ ಕಂಡುಕೊಳ್ಳುತ್ತಾನೆ. ಅಂತಿಮವಾಗಿ, ದಾಖಲೆಗಳುಸರಿಹೊಂದಿವೆ ಮಾದರಿ ಸದಸ್ಯರು ಪ್ರತಿಕ್ರಿಯಿಸಿದ ಅಂತಿಮ ಸೆಟ್ ಉತ್ಪಾದಿಸಲು ಸಂದರ್ಶಿಸುತ್ತದೆ.

ದಾಖಲೆಗಳುಸರಿಹೊಂದಿವೆ ಮಾದರಿ ಗುರಿ ಮಾದರಿ ಕಾಣುತ್ತದೆ ಸಹ, ದಾಖಲೆಗಳುಸರಿಹೊಂದಿವೆ ಮಾದರಿ ಒಂದು ಸಂಭವನೀಯತೆ ಮಾದರಿ ಅಲ್ಲ ಎಂದು ನೆನಪಿಡುವ ಮುಖ್ಯ. ದಾಖಲೆಗಳುಸರಿಹೊಂದಿವೆ ಮಾದರಿಗಳನ್ನು ಏಕಮಾತ್ರ ಸಹಾಯಕ (ಉದಾಹರಣೆಗೆ, ಲಿಂಗ ಹಾಗೂ) ನಿಗದಿತ ಮಾದರಿ ಹೊಂದಿಸಲು, ಆದರೆ ಅಸೀಮ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಸಾಧ್ಯವಿಲ್ಲ. ಉದಾಹರಣೆಗೆ, ಕೊಳಕು ಹಲಗೆಯಲ್ಲಿ ಜನರು ಎಲ್ಲಾ ಬಡ ನಂತರ ಒಲವು ವೇಳೆ, ಒಂದು ಕಾರಣ ಸಮೀಕ್ಷೆ ಫಲಕ ದಾಖಲೆಗಳುಸರಿಹೊಂದಿವೆ ಮಾದರಿ ಲಿಂಗ ಹಾಗೂ ಇನ್ನೂ ಹೊಂದಿರುತ್ತದೆ ವಿಷಯದಲ್ಲಿ ಗುರಿ ಮಾದರಿ ಕಾಣುತ್ತದೆ ಸಹ ಆಗಿನ ಹಣ ಗಳಿಸುವ ಹೊಂದಿದೆ ಸೇರಲು ಬಡವರು ಕಡೆಗೆ ಪಕ್ಷಪಾತ. ನಿಜವಾದ ಸಂಭವನೀಯತೆ ಮಾದರಿ ಮ್ಯಾಜಿಕ್ ಎರಡೂ ಅಳತೆ ಮತ್ತು ಅಸೀಮ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಸಮಸ್ಯೆಗಳನ್ನು (ಅಧ್ಯಾಯ 2 ರಲ್ಲಿ ವೀಕ್ಷಣೆಯ ಅಧ್ಯಯನಗಳು ಸಾಂದರ್ಭಿಕ ಸಿದ್ಧಾಂತಕ್ಕೆ ಹೊಂದಿಕೆ ನಮ್ಮ ಚರ್ಚೆ ಸ್ಥಿರವಾಗಿದೆ ಎಂದು ಬಿಂದು) ತಳ್ಳಿಹಾಕುವುದು ಮಾಡುವುದು.

ಪ್ರಾಯೋಗಿಕವಾಗಿ, ಮಾದರಿ ಹೊಂದಾಣಿಕೆಯ ದೊಡ್ಡ ಮತ್ತು ವೈವಿಧ್ಯಮಯ ಫಲಕ ಸಮೀಕ್ಷೆಗಳು ಪೂರ್ಣಗೊಳಿಸಿ ಉತ್ಸಾಹಿ ಹೊಂದಿರುವ ಅವಲಂಬಿಸಿರುತ್ತದೆ ಮತ್ತು ಇದರ ಮುಖ್ಯವಾಗಿ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಅಂತಹ ಫಲಕ ನಿರ್ವಹಿಸಲು ನಿಭಾಯಿಸುತ್ತೇನೆ ಕಂಪನಿಗಳು ಮಾಡಲಾಗುತ್ತದೆ. ಅಲ್ಲದೆ, ವಾಡಿಕೆಯಲ್ಲಿ, ಹೊಂದಾಣಿಕೆಯ ಮತ್ತು ಅಲ್ಲದ ಪ್ರತಿಕ್ರಿಯೆ (ಕೆಲವೊಮ್ಮೆ ದಾಖಲೆಗಳುಸರಿಹೊಂದಿವೆ ಮಾದರಿಯಲ್ಲಿ ಜನರು ಸಮೀಕ್ಷೆಯಲ್ಲಿ ಭಾಗವಹಿಸಲು ನಿರಾಕರಿಸುತ್ತವೆ) (ಗುರಿ ಮಾದರಿ ಯಾರಾದರೂ ಫಲಕ ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲ ಕೆಲವೊಮ್ಮೆ ಉತ್ತಮ ಪಂದ್ಯದಲ್ಲಿ) ತೊಂದರೆಗಳು ಮಾಡಬಹುದು. ಆದ್ದರಿಂದ, ಆಚರಣೆಯಲ್ಲಿ, ಮಾದರಿ ಹೊಂದಾಣಿಕೆಯ ಮಾಡುವ ಸಂಶೋಧಕರು ನಂತರದ ಶ್ರೇಣೀಕರಣದ ಹೊಂದಾಣಿಕೆ ರೀತಿಯ ಅಂದಾಜು ಮಾಡಲು ನಿರ್ವಹಿಸಲು.

ಇದು ಮಾದರಿ ಹೊಂದಾಣಿಕೆಯ ಬಗ್ಗೆ ಉಪಯುಕ್ತ ಸೈದ್ಧಾಂತಿಕ ಖಾತರಿಗಳು ಒದಗಿಸಲು ಹಾರ್ಡ್, ಆದರೆ ಆಚರಣೆಯಲ್ಲಿ ಇದು ಮಾಡಬಹುದು. ಉದಾಹರಣೆಗೆ, ಸ್ಟೀಫನ್ Ansolabehere ಮತ್ತು ಬ್ರಿಯಾನ್ Schaffner (2014) ಮೇಲ್, ದೂರವಾಣಿ, ಮತ್ತು ಮಾದರಿ ಹೊಂದಾಣಿಕೆಗೆ ಮತ್ತು ನಂತರದ ಶ್ರೇಣೀಕರಣದ ಹೊಂದಾಣಿಕೆ ಬಳಸಿಕೊಂಡು ಇಂಟರ್ನೆಟ್ ಫಲಕ: ಮೂರು ವಿಭಿನ್ನ ಮಾದರಿಗಳನ್ನು ಬಳಸಿ ಮತ್ತು ವಿಧಾನಗಳು ಸಂದರ್ಶನ 2010 ರಲ್ಲಿ ನಡೆಸಿದ ಸುಮಾರು 1,000 ಜನರ ಮೂರು ಸಮಾನಾಂತರ ಸಮೀಕ್ಷೆಗಳು ಹೋಲಿಸಿದರೆ. ಮೂರು ಮಾರ್ಗಗಳಿಂದ ಅಂದಾಜುಗಳು ಪ್ರಸ್ತುತ ಜನಸಂಖ್ಯಾ ಸಮೀಕ್ಷೆ (CPS) ಮತ್ತು ರಾಷ್ಟ್ರೀಯ ಆರೋಗ್ಯ ಸಂದರ್ಶನ ಸಮೀಕ್ಷೆ (NHIS) ಉತ್ತಮ ಗುಣಮಟ್ಟದ ಮಾನದಂಡಗಳು ಅಂದಾಜಿನ ಸಾಕಷ್ಟು ಹೋಲುವಂತಿದ್ದವು. ಹೆಚ್ಚು ನಿರ್ದಿಷ್ಟವಾಗಿ, ಇಂಟರ್ನೆಟ್ ಮತ್ತು ಮೇಲ್ ಸಮೀಕ್ಷೆಗಳು ಎರಡೂ 3 ಶೇಕಡಾ ಸರಾಸರಿ ಆಫ್ ಎಂದು ಮತ್ತು ಫೋನ್ ಸಮೀಕ್ಷೆ ಆಫ್ 4 ಶೇಕಡಾ ಮೂಲಕ. ದೋಷಗಳು ಈ ದೊಡ್ಡ ಒಂದು ಸುಮಾರು 1,000 ಜನರ ಸ್ಯಾಂಪಲ್ಗಳಿಂದ ನಿರೀಕ್ಷಿಸಬಹುದು ಸುಮಾರು ಯಾವುವು. ಆದಾಗ್ಯೂ, ಗಣನೀಯವಾಗಿ ಉತ್ತಮ ದತ್ತಾಂಶಗಳನ್ನು ಈ ವಿಧಾನಗಳ ಯಾವುದೂ, ಇಂಟರ್ನೆಟ್ ಮತ್ತು ಫೋನ್ ಸಮೀಕ್ಷೆ ಎರಡೂ (ಇದು ತೆಗೆದುಕೊಂಡಿತು ದಿನಗಳ ಅಥವಾ ವಾರಗಳ) ಮೇಲ್ ಸಮೀಕ್ಷೆ (ಎಂಟು ತಿಂಗಳ ತೆಗೆದುಕೊಂಡಿತು) ಹೆಚ್ಚು ಕ್ಷೇತ್ರಕ್ಕೆ ಗಣನೀಯವಾಗಿ ವೇಗ, ಮತ್ತು ಮಾದರಿ ಹೊಂದಾಣಿಕೆಯ ಬಳಸಿದ ಇಂಟರ್ನೆಟ್ ಸಮೀಕ್ಷೆ, ಇತರ ಎರಡು ವಿಧಾನಗಳನ್ನು ಅಗ್ಗದಲ್ಲಿ ಸಿಗುತ್ತಿತ್ತು.

ತೀರ್ಮಾನಕ್ಕೆ ರಲ್ಲಿ, ಸಾಮಾಜಿಕ ವಿಜ್ಞಾನಿಗಳು ಮತ್ತು ಸಂಖ್ಯಾಶಾಸ್ತ್ರಜ್ಞರು ಈ ಅಲ್ಲದ ಸಂಭವನೀಯತೆ ಸ್ಯಾಂಪಲ್ಗಳಿಂದ ತೀರ್ಮಾನಗಳನ್ನು ಮೀರಿ ಸಂಶಯ, ಭಾಗಶಃ ಅವರು ಸಾಹಿತ್ಯಕ ಡೈಜೆಸ್ಟ್ ಪೋಲ್ ಸಮೀಕ್ಷೆ ಸಂಶೋಧನೆಯ ಕೆಲವು ಮುಜುಗರದ ವೈಫಲ್ಯಗಳು ಸಂಬಂಧಿಸಿವೆ ಏಕೆಂದರೆ. ಭಾಗದಲ್ಲಿ, ನಾನು ಈ ಸಿನಿಕತನವನ್ನು ಒಪ್ಪುತ್ತೇನೆ: ಹೊರಹೊಮ್ಮಿತು ಅಲ್ಲದ ಸಂಭವನೀಯತೆ ಮಾದರಿಗಳನ್ನು ಕೆಟ್ಟ ಅಂದಾಜು ಉಂಟುಮಾಡಬಲ್ಲವಾಗಿವೆ. ಸಂಶೋಧಕರ ಮಾದರಿ ಪ್ರಕ್ರಿಯೆಗೆ (ಉದಾ ಪೋಸ್ಟ್ ಶ್ರೇಣೀಕರಣದ-) ರಲ್ಲಿ ಪೂರ್ವಗ್ರಹಗಳು ಸರಿಹೊಂದಿಸಬಹುದು ಅಥವಾ ಸ್ವಲ್ಪ ಮಾದರಿ ಪ್ರಕ್ರಿಯೆಯನ್ನು ನಿಯಂತ್ರಿಸುವ (ಉದಾ, ಮಾದರಿ ಹೊಂದಾಣಿಕೆಯ), ಅವರು ಉತ್ತಮ ಅಂದಾಜು, ಮತ್ತು ಹೆಚ್ಚಿನ ಉದ್ದೇಶಗಳಿಗೆ ಸಾಕಷ್ಟು ಗುಣಮಟ್ಟದ ಅಂದಾಜು ಸಹ ಉಂಟುಮಾಡಬಹುದು. ಸಹಜವಾಗಿ, ಇದು ಸಂಪೂರ್ಣವಾಗಿ ಕಾರ್ಯರೂಪಕ್ಕೆ ಸಂಭವನೀಯತೆ ಮಾದರಿ ಮಾಡಲು ಉತ್ತಮ, ಆದರೆ ಇನ್ನು ಮುಂದೆ ನೈಜ ಆಯ್ಕೆಯನ್ನು ಕಂಡುಬರುತ್ತದೆ ಎಂದು.

ಅಲ್ಲದ ಸಂಭವನೀಯತೆ ಮಾದರಿಗಳು ಮತ್ತು ಸಂಭವನೀಯತೆ ನಮೂನೆಗಳು ತಮ್ಮ ಗುಣಮಟ್ಟದ ಬದಲಾಗುತ್ತವೆ, ಮತ್ತು ಪ್ರಸ್ತುತ ಇದು ಸಂಭವನೀಯತೆ ಮಾದರಿಗಳನ್ನು ಹೆಚ್ಚು ಅಂದಾಜು ಅಲ್ಲದ ಸಂಭವನೀಯತೆ ಸ್ಯಾಂಪಲ್ಗಳಿಂದ ಅಂದಾಜು ಹೆಚ್ಚು ಅರ್ಹರು ಎಂದು ಸಂದರ್ಭದಲ್ಲಿ. ಆದರೆ, ಈಗ, ಸುವ್ಯವಸ್ಥಿತ ಅಲ್ಲದ ಸಂಭವನೀಯತೆ ಸ್ಯಾಂಪಲ್ಗಳಿಂದ ಅಂದಾಜು ಕಳಪೆ ನಡೆಸಿದ ಸಂಭವನೀಯತೆ ಸ್ಯಾಂಪಲ್ಗಳಿಂದ ಅಂದುಕೊಂಡದ್ದಕ್ಕಿಂತ ಬಹುಶಃ ಉತ್ತಮವಾಗಿದೆ. ಇದಲ್ಲದೆ, ಅಲ್ಲದ ಸಂಭವನೀಯತೆ ಮಾದರಿಗಳನ್ನು ಗಣನೀಯವಾಗಿ ಅಗ್ಗವಾಗಿವೆ. ಹೀಗಾಗಿ, ಇದು ಸಂಭವನೀಯತೆ ಎದುರಾಗಿ ಸಂಭವನೀಯತೆ ಮಾದರಿ ವೆಚ್ಚದಲ್ಲಿ ಗುಣಮಟ್ಟದ ತುಲನೆಯನ್ನು (ಚಿತ್ರ 3.6) ಒದಗಿಸುತ್ತದೆ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತದೆ. ಮುಂದೆ ನೋಡುತ್ತಿರುವುದು, ನಾನು ಚೆನ್ನಾಗಿ ಮಾಡಲಾಗುತ್ತದೆ ಅಲ್ಲದ ಸಂಭವನೀಯತೆ ಸ್ಯಾಂಪಲ್ಗಳಿಂದ ಅಂದಾಜು ಅಗ್ಗದ ಮತ್ತು ಉತ್ತಮ ನಿರೀಕ್ಷಿಸುತ್ತಾರೆ. ಇದಲ್ಲದೆ, ಏಕೆಂದರೆ ಸ್ಥಿರ ದೂರವಾಣಿ ಸಮೀಕ್ಷೆಗಳು ಮತ್ತು ಪ್ರತಿಕ್ರಿಯೆ ಹೆಚ್ಚುತ್ತಿರುವ ದರಗಳಲ್ಲಿ ಸ್ಥಗಿತ, ನಾನು ಸಂಭವನೀಯತೆ ಮಾದರಿಗಳನ್ನು ದುಬಾರಿ ಮತ್ತು ಕಡಿಮೆ ಗುಣಮಟ್ಟವನ್ನು ಎಂದು ನಿರೀಕ್ಷಿಸಬಹುದು. ಏಕೆಂದರೆ ಈ ದೀರ್ಘಕಾಲೀನ ಪ್ರವೃತ್ತಿಗಳ, ನಾನು ಅಲ್ಲದ ಸಂಭವನೀಯತೆ ಮಾದರಿ ಸಮೀಕ್ಷೆಯ ಸಂಶೋಧನೆಯ ಮೂರನೇ ಯುಗದ ಹೆಚ್ಚು ಪ್ರಾಮುಖ್ಯತೆ ಎಂದು ಭಾವಿಸುತ್ತೇನೆ.

ಚಿತ್ರ 3.6: ಅಭ್ಯಾಸ ಮತ್ತು ಅಲ್ಲದ ಸಂಭವನೀಯತೆ ಮಾದರಿ ಸಂಭವನೀಯತೆ ಮಾದರಿ ಎರಡೂ ದೊಡ್ಡ, ಭಿನ್ನಜಾತಿಯ ವರ್ಗಗಳೆಂದರೆ. ಸಾಮಾನ್ಯವಾಗಿ, ಅಲ್ಲದ ಸಂಭವನೀಯತೆ ಮಾದರಿ ಕಡಿಮೆ ವೆಚ್ಚದಲ್ಲಿ ಉನ್ನತ ದೋಷ ಜೊತೆಗೆ ವೆಚ್ಚ ದೋಷ ತುಲನೆಯನ್ನು ಇಲ್ಲ. ಆದಾಗ್ಯೂ, ಚೆನ್ನಾಗಿ ಮಾಡಲಾಗುತ್ತದೆ ಅಲ್ಲದ ಸಂಭವನೀಯತೆ ಮಾದರಿ ಕಳಪೆ ಮಾಡಲಾಗುತ್ತದೆ ಸಂಭವನೀಯತೆ ಮಾದರಿ ಉತ್ತಮ ಅಂದಾಜು ಉಂಟುಮಾಡಬಹುದು. ಭವಿಷ್ಯದಲ್ಲಿ, ನಾನು ಅಲ್ಲದ ಸಂಭವನೀಯತೆ ಮಾದರಿ ಸಂದರ್ಭದಲ್ಲಿ ಸಂಭವನೀಯತೆ ಮಾದರಿ ಇನ್ನೂ ಹೆಚ್ಚು ದುಬಾರಿ ಪಡೆಯುತ್ತಾನೆ ಉತ್ತಮ ಮತ್ತು ಅಗ್ಗದ ಪಡೆಯುತ್ತಾನೆ ನಿರೀಕ್ಷಿಸಬಹುದು.