2.4.3.2 ကိုက်ညီမှု

ဒီဘာသာပြန်ချက်ကွန်ပျူတာအသုံးပြုနေသူများကဖန်တီးခဲ့ပါတယ်။ ×

You are reading the Open Review Edition of Bit by Bit. Click here to read the 1st Edition.

2.4.3.2 ကိုက်ညီမှု

ရောဂါဖြစ်ပွားမှုကိုပယ် pruning အားဖြင့်မျှတနှိုင်းယှဉ်ဖန်တီးကိုက်ညီတဲ့။

တရားမျှတသောနှိုင်းယှဉ် randomized ထိန်းချုပ်ထားသောစမ်းသပ်ချက်သို့မဟုတ်သဘာဝအစမ်းသပ်ချက်တစ်ခုခုကိုမှလာနိုင်ပါတယ်။ ဒါပေမယ့်သင်ကစံပြစမ်းသပ်မှုနှင့်သဘာဝသဘာဝစမ်းသပ်မှုထောက်ပံ့ပေးမထားပါဘူး run လို့မရပါဘူးဘယ်မှာအများအပြားအခြေအနေများရှိပါတယ်။ အဲဒီ settings ထဲမှာတစ်ဦးတရားမျှတတဲ့နှိုင်းယှဉ်ဖန်တီးရန်အကောင်းဆုံးနည်းလမ်းကိုက်ညီခြင်းဖြစ်ပါတယ်။ ကိုက်ညီခြင်း၌, သုတေသီတကုသမှုလက်ခံရရှိခဲ့သည်တမ မှလွဲ. အလားတူဖြစ်ကြောင်းလူများအားလုံးကိုဖန်တီးရန် Non-စမ်းသပ် data တွေကိုတဆင့်ကြည့်။ ကိုက်ညီခြင်း၏လုပ်ငန်းစဉ်များတွင်သုတေသီများကလည်းအမှန်တကယ် pruning ပါ၏ မထင်ရှားသောနှိုင်းယှဉ်ရှိပါတယ်ဘယ်မှာအမှုပယ်ဖြစ်ပါတယ်။ ထို့ကြောင့်ဤနည်းလမ်းကိုပိုမိုတိကျစွာကိုက်ညီခြင်း-and တံစဉ်များကိုဟုခေါ်ဝေါ်ခြင်းကိုခံရမည်ဟုငါမူကားအစဉ်အလာသက်တမ်းနှင့်အတူကပ်ပါလိမ့်မယ်: ကိုက်ညီခြင်း။

ဧရာ Non-စမ်းသပ် data ကိုသတင်းရပ်ကွက်များနှင့်အတူမဟာဗျူဟာကိုက်ညီတဲ့၏တန်ခိုးကိုအစိုးရတစ်ဦးကလှပသောစံနမူနာ Liran Einav နှင့်လုပ်ဖော်ကိုင်ဘက်များကစားသုံးသူအမူအကျင့်အပေါ်သုတေသနကနေလာ (2015) ။ Einav နှင့်လုပ်ဖော်ကိုင်ဖက်များက ebay မှာအရပျကိုယူပြီးလေလံစိတ်ဝင်စားခဲ့ကြ, သူတို့၏အလုပ်ဖော်ပြ၌ငါသည်တဦးတည်းသီးခြားရှုထောင့်အပေါ်အာရုံစူးစိုက်ပါလိမ့်မယ်: လေလံပွဲ၏အကျိုးသက်ရောက်မှုထိုကဲ့သို့သောရောင်းချမှုစျေးနှုန်းတစ်ခုသို့မဟုတ်ရောင်းချခြင်းများ၏ဖြစ်နိုင်ခြေအဖြစ်လေလံရလဒ်များပေါ်တွင်စျေးနှုန်းကိုစတင်။

ရောင်းချခြင်းစျေးနှုန်းအပေါ်စျေးနှုန်းစတင်ပြီး၏အကျိုးသက်ရောက်မှုနှင့် ပတ်သက်. မေးခွန်းဖြေဖို့အအရှိဆုံးရိုးလမ်းရိုးရှင်းစွာကွဲပြားခြားနားသောစစျေးနှုန်းများနှင့်အတူလေလံများအတွက်နောက်ဆုံးစျေးနှုန်းတွက်ချက်ဖို့ဖြစ်ပါလိမ့်မည်။ သငျသညျရိုးရိုးပေးထားသောစတင်အဘိုးနှင့်ကို eBay ပေါ်တွင်တင်ခဲ့ကြောင်းပေးထားသောပစ္စည်းကိုရောင်းချခြင်းစျေးနှုန်းခန့်မှန်းချင်လျှင်ဒီချဉ်းကပ်မှုဒဏ်ငွေပါလိမ့်မည်။ သင်၏မေးခွန်းသည်ကားအဘယ်သို့လျှင်မျှတနှိုင်းယှဉ်အပေါ်အခြေမခံသောကြောင့်, ဒါပေမယ့်ဈေးကွက်ရလဒ်များပေါ်မှာဤချဉ်းကပ်မှုစျေးနှုန်းစတင်ပြီး၏အကျိုးသက်ရောက်မှုအလုပ်လုပ်မည်မဟုတ်, အနိမ့်စတင်စျေးနှုန်းများနှင့်အတူလေလံပိုမိုမြင့်မားစတင်စျေးနှုန်းများနှင့်အတူလေလံပွဲမှအတော်လေးကွဲပြားခြားနားသောဖြစ်စေခြင်းငှါ, (ဥပမာ, သူတို့ကုန်စည်အမျိုးမျိုးဖြစ်သို့မဟုတ်ရောင်းသူအမျိုးမျိုးပါဝင်စေခြင်းငှါ,) ။

သငျသညျပြီးသားတရားမျှတတဲ့နှိုင်းယှဉ်ရာတွင်စိုးရိမ်ပူပန်ရောက်နေတယ်ဆိုရင်, သင်နုံချဉ်းကပ်မှု skip နဲ့သင်တစ်ဦးသတ်သတ်မှတ်မှတ်-ပွောဆို item ကိုတစ်ဦးဂေါက်သီးကလပ်-နှင့်အတူတစ်လေလံ parameters တွေကို-ဟုပြော၏သတ်မှတ်ထားတဲ့ set ကို, အခမဲ့ရေကြောင်း, လေလံတင်ရောင်းချမည်ဖြစ်ကြောင်းဘယ်မှာလယ်စမ်းသပ်မှုအပြေးကိုစဉ်းစားစေခြင်းငှါ, , နှစ်ပတ်အတွင်းအဘို့အဖွင့်လှစ်စသည်တို့ကို-ပေမယ်ကျပန်းသတ်မှတ်ထား စတင်. ဈေးနှုန်းများနှင့်အတူ။ ရလဒ်ဈေးကွက်ရလဒ်များနှိုင်းယှဉ်ခြင်းအားဖြင့်, ဒီလယ်ပြင်စမ်းသပ်မှုရောင်းချခြင်းစျေးနှုန်းအပေါ်စျေးနှုန်းစတင်ပြီး၏အကျိုးသက်ရောက်မှုများဟာအလွန်ရှင်းလင်းသောတိုင်းတာခြင်းဆက်ကပ်မယ်။ ဒါပေမယ့်ဒီတိုင်းတာခြင်းတစ်ဦးတည်းသာအထူးသဖြင့်ထုတ်ကုန်များနှင့်လေလံပွဲ parameters များကို set ကိုလျှောက်ထားမည်ဖြစ်သည်။ ရလဒ်ဥပမာအားဖြင့်, ထုတ်ကုန်အမျိုးမျိုးများအတွက်ကွဲပြားခြားနားဖြစ်လိမ့်မယ်။ ခိုင်ခံ့သောသီအိုရီမရှိရင်ဒီတစ်ခုတည်းစမ်းသပ်မှုကနေ run ကိုဖြစ်ရပြီနိုင်ကြောင်းဖြစ်နိုင်သောစမ်းသပ်ချက်များအပြည့်အဝအကွာအဝေး extrapolate ရန်ခက်ခဲသည်။ ထို့ပြင်လယ်ပြင်စမ်းသပ်ချက်ကြောင့်ထုတ်ကုန်များနှင့်လေလံပွဲအမျိုးအစားများတပြင်လုံးကို parameter သည်အာကာသကိုဖုံးလွှမ်းရန်သူတို့အလုံအလောကျအထိကို run ဖို့ infeasible ဖြစ်လိမ့်မယ်လို့လုံလုံလောက်လောက်စျေးကြီးတယ်။

ကိုက်ညီတဲ့: အနုံချဉ်းကပ်မှုနှင့်စမ်းသပ်ဆဲချဉ်းကပ်မှုမှမတူဘဲ, Einav နှင့်လုပ်ဖော်ကိုင်ဘက်တစ်ဦးတတိယချဉ်းကပ်နည်းယူပါ။ သူတို့ရဲ့မဟာဗျူဟာ၏အဓိကလှည့်ကွက်ပြီးသား ebay မှာဖြစ်ပျက်ခဲ့ကြကြောင်းလယ်ပြင်စမ်းသပ်ချက်အလားတူအမှုအရာရှာဖွေတွေ့ရှိဖို့ဖြစ်ပါတယ်။ ဥပမာအားဖြင့်, ပုံ 2.6 အတိအကျတူညီဂေါက်သီးကလပ်-တစ် Taylormade Burner 09 Driver-ဖြစ်ခြင်းအတိအကျတူညီ seller- "budgetgolfer" ရောင်းချများအတွက် 31 စာရင်းများအချို့ကိုပြသထားတယ်။ သို့သော်လည်းဤစာရင်းများအနည်းငယ်ကွဲပြားဝိသေသလက္ခဏာများရှိသည်။ သည်အခြား 20 ကွဲပြားခြားနားသောအဆုံးရက်စွဲများနှင့်အတူလေလံနေစဉ်သူတို့အက Eleven, $ 124,99 တစ် fixed စျေးနှုန်းများအတွက်ယာဉ်မောင်းကိုဆက်ကပ်။ ဒါ့အပြင်အဆိုပါစာရင်းများ, တစ်ခုခုကို $ 7,99 သို့မဟုတ် $ 9.99 ကွဲပြားခြားနားသောရေကြောင်းအခကြေးငွေရှိသည်။ "budgetgolfer" ဟုအဆိုပါသုတေသီများသည်အစမ်းသပ်ချက်ပြေးလျှင်အဖြစ်တစ်နည်းကဖြစ်ပါတယ်။

"budgetgolfer" ရောင်းချခံရသည့် Taylormade Burner 09 ယာဉ်မောင်းများ၏စာရင်းများအတိအကျတူညီ item ကိုအနည်းငယ်ကွဲပြားဝိသေသလက္ခဏာများနှင့်အတူအတိအကျတူညီရောင်းချသူဒါပေမယ့်အသီးအသီးအချိန်အားဖြင့်ရောင်းချလျက်ရှိရာစာရင်းများတစ်လိုက်ဖက်အစုံ၏ဥပမာတစ်ခုဖြစ်ပါသည်။ ကို eBay ၏ကြီးမားသောသစ်လုံးအတွင်းမှာပဲစာရင်းများသန်းပေါင်းများစွာပတျသကျလိုက်ဖက်စုံထောင်ပေါင်းများစွာ၏ရာပေါင်းများစွာစာသားရှိပါတယ်။ ထို့ကြောင့်အစားပေးထားသောစတင်စျေးနှုန်းအတွင်းအားလုံးလေလံများအတွက်နောက်ဆုံးစျေးနှုန်းနှိုင်းယှဉ်ခြင်းထက်, Einav နှင့်လုပ်ဖော်ကိုင်ဖက်များကလိုက်ဖက်အစုံအတွင်းနှိုင်းယှဉ်ပါစေ။ လိုက်ဖက်စုံထောင်ပေါင်းများစွာ၏ဤရာပေါင်းများစွာအတွင်းနှိုင်းယှဉ်မှရလဒ်များကိုပေါင်းစပ်နိုင်ဖို့အတွက် Einav နှင့်လုပ်ဖော်ကိုင်ဘက်တစ်ဦးချင်းစီကို item (ဥပမာ၎င်း၏ပျမ်းမျှအားရောင်းချခြင်းစျေးနှုန်း) ၏ရည်ညွှန်းတန်ဖိုးကို၏စည်းကမ်းချက်များ၌စတင်စျေးနှုန်းနှင့်နောက်ဆုံးစျေးနှုန်းပြန်လည်ထုတ်ဖော်ပြောဆို။ အ Taylormade Burner 09 ယာဉ်မောင်း (၎င်း၏ရောင်းအားအပေါ်အခြေပြု) $ 100 ကိုတစ်ဦးကိုကိုးကားတန်ဖိုးကိုရှိပါတယ်လျှင် $ 120 ၏ 0.1 နှင့်နောက်ဆုံးစျေးနှုန်း 1.2 အဖြစ်ထုတ်ဖော်ပြောဆိုသွားမည်ဖြစ်ကြောင်းအဖြစ်ဥပမာ, ထို့နောက် $ 10 တစ်စတင်စျေးနှုန်းထုတ်ဖော်ပြောဆိုမည်ဖြစ်သည်။

ပုံ 2.6: တစ်လိုက်ဖက်အစုံတခုရဲ့ဥပမာ။ ဒါကအတိအကျတူညီလူတစ်ဦး (budgetgolfer) ကကိုရောင်းချခံရပေမယ့်ဒီရောင်းအား၏အချို့သောကွဲပြားခြားနားသောအခွအေန (ဥပမာ, ကွဲပြားခြားနားသောစတင်စျေးနှုန်း) ဖျော်ဖြေခဲ့ကြအတိအကျတူညီဂေါက်သီးကလပ် (က Taylormade Burner 09 ယာဉ်မောင်း) ဖြစ်ပါသည်။ Einav et al ထံမှယူပုံ။ (2015) ။

ပုံ 2.6: တစ်လိုက်ဖက်အစုံတခုရဲ့ဥပမာ။ ဒါကအတိအကျတူညီလူတစ်ဦး ( "budgetgolfer") အားဖြင့်ရောင်းချလျက်ရှိပေမယ့်ဒီရောင်းအား၏အချို့သောကွဲပြားခြားနားသောအခွအေန (ဥပမာ, ကွဲပြားခြားနားသောစတင်စျေးနှုန်း) ဖျော်ဖြေခဲ့ကြအတိအကျတူညီဂေါက်သီးကလပ် (က Taylormade Burner 09 ယာဉ်မောင်း) ဖြစ်ပါသည်။ ကနေယူပုံ Einav et al. (2015) ။

Einav နှင့်လုပ်ဖော်ကိုင်ဖက်များကလေလံရလဒ်များအပေါ်စတင်စျေးနှုန်း၏အကျိုးသက်ရောက်မှုကိုစိတ်ဝင်စားခဲ့ကြကြောင်းသတိရပါ။ ပထမဦးဆုံးသူတို့ပိုမိုမြင့်မားစတင်စျေးနှုန်းတွေရောင်းချမှု၏ဖြစ်နိုင်ခြေလျော့ကျနှင့်ပိုမိုမြင့်မားစတင်စျေးနှုန်းတွေဖြစ်ပေါ်နေရောင်းချမှုအပေါ်ခြွင်းချက်, နောက်ဆုံးရောင်းချခြင်းစျေးနှုန်းတိုးမြှင့်ကြောင်းကိုခန့်မှန်းခြေ linear ဆုတ်ယုတ်ကိုသုံးနိုင်သည်။ အားလုံးထုတ်ကုန်ကျော်ပျမ်းမျှနှင့်စျေးနှုန်းနှင့်နောက်ဆုံးရလဒ်-တွေဟာသမျှသောစိတ်ဝင်စားစရာမစတင်အကြားတစ်ဦး linear ကြားဆက်ဆံရေးယူဆနေကြသည်ကိုမိမိတို့အားဖြင့်ဤခန့်မှန်းချက်-သော။ သို့သော် Einav နှင့်လုပ်ဖော်ကိုင်ဘက်လည်းပိုပြီးသိမ်မွေ့တွေ့ရှိချက်အမျိုးမျိုးခန့်မှန်းရန်သူတို့၏အချက်အလက်များ၏ကြီးမားသောအရွယ်အစားကိုအသုံးပြုပါ။ ပထမဦးစွာ Einav နှင့်လုပ်ဖော်ကိုင်ဘက်မတူညီတဲ့ဈေးနှုန်းများနှင့် linear ဆုတ်ယုတ်မသုံးဘဲပစ္စည်းများသည်အသီးခြားစီသည်ဤခန့်မှန်းချက်ဖန်ဆင်းတော်မူ၏။ သူတို့ကတစ်ဦးရောင်းချခြင်းများစတင်စျေးနှုန်းနှင့်ဖြစ်နိုင်ခြေအကြားဆက်ဆံရေး linear နေစဉ်, စတင်စျေးနှုန်းနှင့်ရောင်းချမည့်စျေးနှုန်းအကြားဆက်ဆံရေးသည် non-linear (ပုံ 2.7) ရှင်းလင်းစွာကြောင်းတွေ့ရှိခဲ့ပါတယ်။ အထူးသဖြင့်, 0.05 နှင့် 0,85 အကြားစျေးနှုန်းတွေစတင်ပြီးအဘို့, စတင်စျေးနှုန်းရောင်းချခြင်းစျေးနှုန်းတစ် linear ဆက်ဆံရေးကိုယူဆခဲ့ကွောငျးခွဲခြမ်းစိတ်ဖြာခြင်းတွင်လွဲချော်ပြီးစီးခဲ့သောတွေ့ရှိချက်အပေါ်အနည်းငယ်သာသက်ရောက်မှုရှိပါတယ်။

လေလံပွဲစတင်စျေးနှုန်းနှင့်ဖြစ်နိုင်ခြေတစ်ရောင်းချခြင်း (left panel က) နှင့်ရောင်းချခြင်းစျေးနှုန်း (ညာဘက် panel က) အကြားဆက်ဆံရေး: 2.7 ပုံ။ ရောင်းချခြင်းများစတင်စျေးနှုန်းနှင့်ဖြစ်နိုင်ခြေအကြားတစ်ဦး linear ဆက်ဆံရေးကိုအကြမ်းအားဖြင့်ရှိပါတယ်, ဒါပေမယ့်စတင်စျေးနှုန်းနှင့်ရောင်းချမည့်စျေးနှုန်းအကြား non-linear ကြားဆက်ဆံရေးသည်ရှိ၏, 0.05 နှင့် 0,85 အကြားစျေးနှုန်းတွေစတင်ပြီးအဘို့, စတင်စျေးနှုန်းရောင်းချခြင်းစျေးနှုန်းအပေါ်အနည်းငယ်သာသက်ရောက်မှုရှိပါတယ်။ နှစ်ဦးစလုံးကိစ္စများတွင်ဆက်ဆံရေးကို item တန်ဖိုးအခြေခံအားဖြင့်လွတ်လပ်တဲ့ဖြစ်ကြသည်။ ဤရွေ့ကားဂရပ်များသ 4a နှင့် 4b မျိုးပွား Einav et al. (2015) ။

ဒုတိယအချက်မှာအစားအားလုံးပစ္စည်းများကိုကျော်ပျမ်းမျှထက်, Einav နှင့်လုပ်ဖော်ကိုင်ဘက်လည်းပစ္စည်းများ (ဥပမာ, အိမ်မွေးတိရစ္ဆာန်ထောက်ပံ့ရေးပစ္စည်းများ, အီလက်ထရောနစ်ပစ္စည်းနှင့်အားကစားအမှတ်တရ) ၏ 23 ကွဲပြားခြားနားသောအမျိုးအစား (ပုံ 2.8) အတွက်စျေးနှုန်းကိုစတင်အကျိုးသက်ရောက်မှုကိုခန့်မှန်းရန်သူတို့၏အချက်အလက်များ၏ကြီးမားသောအတိုင်းအတာကိုအသုံးပြုပါ။ ဤရွေ့ကားခန့်မှန်းပိုပြီးထူးခြားတဲ့ပစ္စည်း-ထိုကဲ့သို့သောအမှတ်တရ-စတင်စျေးနှုန်းအဖြစ်များအတွက်ရောင်းချခြင်းများ၏ဖြစ်နိုင်ခြေနှင့်နောက်ဆုံးရောင်းချခြင်းစျေးနှုန်းအပေါ်တစ်ဦးပိုကြီးအကျိုးသက်ရောက်မှုအပေါ်တစ်ဦးသေးငယ်တဲ့အကျိုးသက်ရောက်မှုရှိကြောင်းပြသနေပါသည်။ နောက်ထပ်ပို commodified ပစ္စည်းများ-ထိုကဲ့သို့သော DVDs နဲ့အဖြစ်အဘို့အဗီဒီယို-စတင်စျေးနှုန်းနောက်ဆုံးစျေးနှုန်းအပေါ်နီးပါးမျှသက်ရောက်မှုရှိပါတယ်။ တနည်းအားဖြင့်ပစ္စည်း၏ 23 ကွဲပြားခြားနားသော categories မှရလဒ်များကိုပေါင်းစပ်ထားတဲ့ပျမ်းမျှအားဤပစ္စည်းများကိုအကြားခြားနားချက်များနှင့် ပတ်သက်. အရေးကြီးသောသတင်းအချက်အလက်များကိုဖုံးကွယ်။

ပုံ 2.8: ရလဒ်များတစ်ဦးချင်းစီအသီးအသီးအမျိုးအစားမှခန့်မှန်းတွက်ချက်မှုပြသ; အားလုံးအမျိုးအစားများအတွက်ခန့်မှန်းချက်ထဲမှာအစိုင်အခဲအစက် (စားပွဲတင် 11 Einav et al ။ 2015), အတူတူစားပွဲတင် 11 ထို့နောက်ပါတီအသီးသီးမှ။ ဤရွေ့ကားခန့်မှန်းပိုပြီးထူးခြားတဲ့ပစ္စည်း-ထိုကဲ့သို့သောအမှတ်တရ-စတင်စျေးနှုန်းတစ်ရောင်းချခြင်း (x-axis) ၏ဖြစ်နိုင်ခြေနှင့်နောက်ဆုံးရောင်းချခြင်းစျေးနှုန်း (y ကိုဝင်ရိုး) ပေါ်ပိုကြီးတဲ့အကျိုးသက်ရောက်မှုအပေါ်တစ်ဦးသေးငယ်တဲ့အကျိုးသက်ရောက်မှုရှိပါတယ်အဖြစ်အဘို့အကြောင်းပြသပါ။

ပုံ 2.8: ရလဒ်များတစ်ဦးချင်းစီအသီးအသီးအမျိုးအစားမှခန့်မှန်းတွက်ချက်မှုပြသ; အားလုံးအမျိုးအစားများအတွက်ခန့်မှန်းချက်ထဲမှာအစိုင်အခဲအစက်အတူတကွထို့နောက်ပါတီအသီးသီးမှ (Einav et al. 2015, Table 11) ။ ဤရွေ့ကားခန့်မှန်းပိုပြီးထူးခြားတဲ့ပစ္စည်း-ထိုကဲ့သို့သောအမှတ်တရ-စတင်စျေးနှုန်းတစ်ရောင်းချခြင်း (x-axis) ၏ဖြစ်နိုင်ခြေနှင့်နောက်ဆုံးရောင်းချခြင်းစျေးနှုန်း (y ကိုဝင်ရိုး) ပေါ်ပိုကြီးတဲ့အကျိုးသက်ရောက်မှုအပေါ်တစ်ဦးသေးငယ်တဲ့အကျိုးသက်ရောက်မှုရှိပါတယ်အဖြစ်အဘို့အကြောင်းပြသပါ။

သငျသညျကို eBay အပေါ်လေလံပွဲများတွင်အထူးသဖြင့်စိတ်ဝင်စားနေကြသည်မဟုတ်ရင်တောင်သင် 2.7 နဲ့ပုံ 2.8 ကမ်းလှမ်းမှုကို linear ဆက်ဆံရေးယူဆနှင့်ပစ္စည်းများကိုအများအပြားကွဲပြားခြားနားတဲ့အမျိုးအစားပေါင်းစပ်ရိုးရှင်းတဲ့ linear ဆုတ်ယုတ်ခန့်မှန်းချက်ထက်ကို eBay ၏တစ်ဦးချမ်းသာနားလည်မှုကိုပုံသောလမ်းအရမ်းလေးစားမိပါတယ်ဖို့ရှိသည်။ ဤရွေ့ကားကပိုသိမ်မွေ့ခန့်မှန်းချက်အကြီးအကျယ်ဒေတာအတွက်ကိုက်ညီတဲ့၏တန်ခိုးသရုပျဖျော; ဤအခန့်မှန်းချက်မှာစျေးကြီးဖြစ်ရပြီလိုလယ်ပြင်စမ်းသပ်ချက်တစ်ခုကြီးမားအရေအတွက်မပါဘဲမဖြစ်နိုင်ဘူးကြပြီ။

ဟုတ်ပါတယ်, ကျနော်တို့တစ်ဦးနှင့်နှိုင်းယှဉ်စမ်းသပ်မှု၏ရလဒ်များကိုအတွက်အလိုတခုတည်းထက်မဆိုအထူးသဖြင့်ကိုက်ညီခြင်းလေ့လာမှု၏ရလဒ်များအတွက်လျော့နည်းယုံကြည်စိတ်ချမှုရှိသင့်ပါတယ်။ မဆိုကိုက်ညီခြင်းလေ့လာမှုကနေရလဒ်တွေကိုအကဲဖြတ်တဲ့အခါမှာနှစ်ဦးအရေးကြီးသောစိုးရိမ်ပူပန်မှုများရှိပါသည်။ ပထမဦးစွာကျနော်တို့သာကိုက်ညီခြင်းအတွက်အသုံးပြုခဲ့ကြသည်သောအရာအပေါ်တရားမျှတနှိုင်းယှဉ်အာမခံနိုငျကွောငျးကိုအောကျမေ့ရန်ရှိသည်။ ရောင်းချသူ ID ကိုနံပါတ်, ကို item အမျိုးအစား, item ကိုခေါင်းစဉ်နဲ့စာတမ်းထိုး: သူတို့ရဲ့အဓိကရလာဒ်များအတွက်, Einav နှင့်လုပ်ဖော်ကိုင်ဖက်များကအတိအကျလေးဝိသေသလက္ခဏာများအပေါ်ကိုက်ညီတဲ့ခဲ့ပါဘူး။ အချက်တွေကိုကိုက်ညီတဲ့အတွက်အသုံးပြုကြသည်မဟုတ်ကြောင်းနည်းလမ်းတွေထဲမှာမတူညီတဲ့ဖြစ်လျှင်, ထိုတစ်ဦးမတရားနှိုင်းယှဉ်ဖန်တီးနိုင်ဘူး။ "budgetgolfer" (ဂေါက်သီးကလပ်လျော့နည်းလူကြိုက်များအခါ) အချိန်သည်ဆောင်းကာလ၌ Taylormade Burner 09 ယာဉ်မောင်းများအတွက်စျေးနှုန်းများလျှော့ချမယ်ဆိုရင်တကယ်တော့ဒီရာသီအလိုက်တစ်ဦးရှေးဟောင်းပစ္စည်းပါလိမ့်မည်သည့်အခါဥပမာ, ပြီးတော့, အနိမ့်စတင်စျေးနှုန်းတွေနောက်ဆုံးစျေးနှုန်းများကိုလျှော့ချဖို့ဦးဆောင်လမ်းပြကပေါ်လာနိုင် ဝယ်လိုအားမူကွဲ။ ယေဘုယျအားဖြင့်ဤပြဿနာကိုအကောင်းဆုံးချဉ်းကပ်မှုကိုက်ညီတဲ့အများအပြားအမျိုးမျိုးကြိုးစားနေပုံရပါတယ်။ လိုက်ဖက်အစုံခေတ်တစ်ခေတ်တစ်လအတွင်းတစ်နှစ်အတွင်းရောင်းချခြင်းအပေါ်ပစ္စည်းများ, နှင့်ပါဝင်ဘယ်မှာဥပမာအားဖြင့်, Einav နှင့်လုပ်ဖော်ကိုင်ဖက်များကသူတို့ရဲ့သုံးသပ်ချက်ကိုပြန်လုပ်ပါ။ အချိန်ကိုပြတင်းပေါက်တင်းကျပ်တဲ့ဖော်ဆောင်ရေးလိုက်ဖက်စုံ၏အရေအတွက်ကိုလျော့နည်းပေမယ်ရာသီအလိုက်မူကွဲ ပတ်သက်. စိုးရိမ်ပူပန်မှုများလျော့ကျစေပါတယ်။ ကံကောင်းထောက်မစွာ, သူတို့ရလဒ်များကိုကိုက်ညီတဲ့သတ်မှတ်ချက်တွင်ဤအပြောင်းအလဲများကိုအားဖြင့်မပြောင်းလဲဖြစ်ကြောင်းရှာပါ။ အကိုက်ညီတဲ့စာပေ၌, စိုးရိမ်ပူပန်မှု၏ဤအ type ကိုများသောအားဖြင့်လေ့လာသူများနှင့် unobservables ၏စည်းကမ်းချက်များ၌ထုတ်ဖော်ပြောဆိုသော်လည်း, သော့စိတ်ကူးသုတေသီများသာကိုက်ညီတဲ့အတွက်အသုံးပြုတဲ့ features တွေအပေါ်တရားမျှတတဲ့နှိုင်းယှဉ်ဖန်တီးခြင်းဖြစ်ကြောင်းယ့်ဖြစ်ပါတယ်။

ကိုက်ညီခြင်းရလာဒ်များအနက်အဓိပ္ပာယ်ဖွအခါ, ဒုတိယအဓိကစိုးရိမ်စရာသူတို့သာလိုက်ဖက်ဒေတာလျှောက်ထားကြောင်း, သူတို့လိုက်ဖက်မရနိုင်သောအမှုများမှလျှောက်ထားကြပါဘူး။ ဥပမာအားဖြင့်, မျိုးစုံကိုစာရင်းများ Einav နှင့်လုပ်ဖော်ကိုင်ဖက်များကပရော်ဖက်ရှင်နယ်နှင့် Semi-ပရော်ဖက်ရှင်နယ်ရောင်းသူအပေါ်အာရုံစူးစိုက်နေသည်ခဲ့ပစ္စည်းများကိုမိမိတို့သုတေသနလုပ်ငန်းကန့်သတ်သည်။ ဤအနှိုငျးယှဉျပြန်ဆိုသောအခါထိုသို့ကျနော်တို့သူတို့သာကို eBay ၏ဤအပိုင်းတစ်ပိုင်းကိုသာလျှင်လျှောက်ထားကြောင်းသတိရရမည်ဖြစ်သည်။

ကိုက်ညီတဲ့ကြီးမားသောအချက်အလက်စာရင်းများအတွက်အတွက်တရားမျှတနှိုင်းယှဉ်ရှာဖွေအားကောင်းတဲ့မဟာဗျူဟာဖြစ်ပါတယ်။ များစွာသောလူမှုရေးသိပ္ပံပညာရှင်များကစေရန်, ကိုက်ညီတဲ့စမ်းသပ်ချက်ဒုတိယအကောင်းဆုံးကဲ့သို့ခံစားရပေမယ့်အနည်းငယ်, ပြန်လည်ပြင်ဆင်သင့်ကြောင်းတစ်ယုံကြည်ချက်ဖြစ်ပါတယ်။ 1) သက်ရောက်မှုများအတွက်ပင်သောင်းပြောင်းထွေလာရောနှောအရေးကြီးပါတယ်နှင့် 2) ကိုက်ညီတဲ့အဘို့ကောင်းသောလေ့လာသူများရှိပါတယ်: သည့်အခါအကြီးအကျယ်ဒေတာအတွက်ကိုက်ညီတဲ့လယ်ပြင်စမ်းသပ်ချက်၏သေးငယ်တဲ့အရေအတွက်ထက်ပိုကောင်းပါလိမ့်မယ်။ စားပွဲတင် 2.4 ကိုက်ညီတဲ့ကြီးမားတဲ့ data တွေကိုသတင်းရပ်ကွက်များနှင့်အတူသုံးနိုင်တယ်ဘယ်လောက်အချို့ကိုအခြားဥပမာပေးစွမ်းသည်။

စားပွဲတင် 2.4: ဒစ်ဂျစ်တယ်ခြေရာတွေအတွင်းတရားမျှတတဲ့နှိုင်းယှဉ်ရှာတွေ့မှကိုက်ညီတဲ့အသုံးပြုလေ့လာမှုများ၏ဥပမာများ။
ထိရောက်သောအာရုံ	ကြီးမားတဲ့ဒေတာအရင်းအမြစ်	ဆင့်ခေါ်ချက်
ရဲတပ်ဖွဲ့သည်အကြမ်းဖက်မှုအပေါ်ပစ်ခတ်မှု၏အကျိုးသက်ရောက်မှု	frisk ရပ်တန့်-and မှတ်တမ်းများ	Legewie (2016)
မိသားစုများနှင့်အိမ်နီးချင်းနိုင်ငံများအပေါ်စက်တင်ဘာလ 11, 2001 ခုနှစ်၏အကျိုးသက်ရောက်မှု	မဲပေးမှတ်တမ်းများနှင့်လှူဒါန်းမှုမှတ်တမ်းများ	Hersh (2013)
လူမှုဘယ်လိုကူးစက်	ဆက်သွယ်ရေးနှင့်ထုတ်ကုန်မွေးစားဒေတာ	Aral, Muchnik, and Sundararajan (2009)

နိဂုံးအတွက်, Non-စမ်းသပ် data ကိုမှခန့်မှန်းကြောင်းကျိုးဆက်စပ်သက်ရောက်မှုများမှနုံချဉ်းကပ်မှုအန္တရာယ်များဖြစ်ကြသည်။ သာ. ဆင်းရဲမှအပြင်းထန်ဆုံးကနေစဉ်ဆက်တစ်လျှောက်တွင်မုသာစကားကိုကြောင်းကျိုးဆက်စပ်ခန့်မှန်းအောင်နှင့်သုတေသီများသည် non-စမ်းသပ်ဒေတာအတွင်းတရားမျှတတဲ့နှိုင်းယှဉ်ရှာဖွေတွေ့ရှိနိုင်ဘို့သို့သော်မဟာဗျူဟာများ။ သဘာဝကစမ်းသပ်ချက်များနှင့်ကိုက်ညီခြင်း: အမြဲ-on ကြီးမားတဲ့ဒေတာစနစ်များ၏ကြီးထွားမှုကိုထိရောက်စွာနှစ်ခုရှိပြီးသားနည်းလမ်းများသုံးစွဲဖို့ကျွန်တော်တို့ရဲ့စွမ်းရည်ကိုတိုးပွားစေပါသည်။