সম্পৃক্ত এবং শ্রেণিবদ্ধ মডেলগুলির জন্য লগলাইনার রিগ্রেশন রিয়েল এস্টেট মূল্যায়নের জন্য প্রয়োগ করা হয়

মূল্যায়নকারীকে প্রতিদিন যে সমস্যার মুখোমুখি হয় তা হ'ল গুণগত পরিবর্তনশীল (অ-সংখ্যাসূচক) বিশ্লেষণ। কারণ গুণগত পরিবর্তনশীলগুলি একটি রৈখিক আচরণ উপস্থাপন করে না (লিনিয়ারেও হ্রাসযোগ্য নয়); প্রচলিত একাধিক রিগ্রেশন কৌশল প্রয়োগ করার সময়, তারা অবাস্তব মডেল তৈরি করতে পারে বা কেবল কোনও মানকে রূপান্তর করে না।

লগলাইনার রিগ্রেশন এমন একটি পরিসংখ্যান পদ্ধতি যা এর উদ্দেশ্য গুণগত পরিবর্তনশীলগুলির "শ্রেণিবিন্যাস" অধ্যয়ন করা। এটি মূলত গুণগত পরিবর্তনশীল এবং নেপরিয়ান লোগারিদমের ডেটা ফ্রিকোয়েন্সি ডেটা (রেফারেন্সিয়াল) এর মধ্যে ফর্মের মধ্যে একাধিক লিনিয়ার রিগ্রেশন মডেল:

স্যাচুরেটেড-এবং-হায়ারারিকিকাল-মডেলগুলির জন্য-রিয়েল এস্টেট-মূল্যায়ন -১-এর জন্য লগলাইনার-রিগ্রেশন-প্রয়োগ

পূর্ববর্তী মডেলটি গুণমানের ভেরিয়েবল এ, বি এবং সি এর জন্য একটি সম্পূর্ণ মডেল (স্যাচুরেটেড) এর সাথে সম্পর্কিত; তবে পূর্ববর্তী মডেলটি একটি ভারী এবং জটিল মডেল। পার্সিমনির প্রাথমিক নীতি অনুসারে, এক বা একাধিক সহজ মডেল অবশ্যই খুঁজে পাওয়া উচিত, যা গ্রহণযোগ্য নির্ভুলতার সাথে একটি ফলাফল উত্পন্ন করে এবং আমরা তাদেরকে "হায়ারারিকিকাল মডেল" হিসাবে সংজ্ঞায়িত করি, এই অর্থে যে যদি কোনও পরামিতি নਾਲ হয় তবে সেগুলিও হবে। যারা নিম্ন আদেশ শর্তাবলী।

এসপিএসএস পরিসংখ্যান প্যাকেজটি একটি অ্যালগরিদমের মাধ্যমে স্যাচুরেটেড মডেল এবং সর্বাধিক উপযুক্ত হায়ারার্কিকাল মডেল নির্ধারণ করে।

এইভাবে আমরা এমন একটি মডেল পাই যার প্রতিক্রিয়া ভেরিয়েবল হ'ল ডেটা (রেফারেন্সিয়াল) এর ফ্রিকোয়েন্সি ("গণনা") এর নেপরিয়ান লোগারিদম এবং ডিজাইনের ভেরিয়েবলগুলি কোনও সম্পত্তির মূল্য নির্ধারণের জন্য নির্বাচিত সেই গুণগত পরিবর্তনশীল।

কীওয়ার্ডস: রিগ্রেশন, পারস্পরিক সম্পর্ক, লগলাইনার বিশ্লেষণ, চিঠিপত্র বিশ্লেষণ, দ্বিধাত্বক, গুণগত পরিবর্তনশীল, শ্রেণীবদ্ধ ভেরিয়েবল, বহুবিধ বিশ্লেষণ, কন্টিজেন্সি টেবিল, শ্রেণিবদ্ধ মডেল, স্যাচুরেটেড মডেল।

• তাত্ত্বিক কাঠামো:

1.1 লগলাইনার রিগ্রেশন কী?

লগলাইনার মডেলগুলি, একাধিক রিগ্রেশন মডেলগুলির বিপরীতে, গুণগত (শ্রেণিবদ্ধ) দ্বিধাত্বক বা বহুভোজী ভেরিয়েবলের ক্ষেত্রে আরও ভাল বিশ্লেষণের অনুমতি দেয়।

লগলাইনার বিশ্লেষণে, এটি তখন এমন একটি পদ্ধতি হিসাবে সংজ্ঞায়িত করা যেতে পারে যার উদ্দেশ্য গুণগত (বা অ-সংখ্যাগত) ভেরিয়েবলের মধ্যে সম্পর্ক অধ্যয়ন করা।

রিগ্রেশন বা লগলাইনার বিশ্লেষণ এমন একটি পরিসংখ্যান পদ্ধতি যা এর উদ্দেশ্য গুণগত পরিবর্তনশীলগুলির "শ্রেণিবিন্যাস" অধ্যয়ন করা।

লোগলাইনার রিগ্রেশন মূলত গুণগত পরিবর্তনশীল এবং নেপরিয়ান লোগারিদমের ডেটা ফ্রিকোয়েন্সি (রেফারেন্সিয়াল) এর মধ্যে ফর্মের মধ্যে একাধিক লিনিয়ার রিগ্রেশন মডেল:

লগলাইনার বিশ্লেষণের মৌলিক ব্যবহার হ'ল "কন্টিনজেন্সি টেবিল" গঠনে বিভিন্ন নির্বাচিত শ্রেণীবদ্ধ ভেরিয়েবলের অবদান নির্ধারণ করা।

1.2 কন্টিনজেন্সি টেবিলগুলি কী কী?

এটি "কন্টিনজেন্সি টেবিল" (ক্রসস্টাবুলেশন টেবিল) হিসাবে সংজ্ঞায়িত করা হয়, দুই বা ততোধিক ফ্রিকোয়েন্সি ডিস্ট্রিবিউশন টেবিলের সংমিশ্রণ, যাতে ফলিত সারণীর প্রতিটি ঘর বা বাক্স "ক্রসস্টাবুলেড ভেরিয়েবলগুলির একক সংমিশ্রণ উপস্থাপন করে। "।

"কন্টিনজেন্সি টেবিল" এমনভাবে যাতে আমাদের দুটি বা ততোধিক ভেরিয়েবলের নির্দিষ্ট সংমিশ্রণের সাথে সম্পর্কিত প্রতিটি পর্যবেক্ষিত ফ্রিকোয়েন্সিগুলি পরীক্ষা করতে সহায়তা করে।

উদাহরণ স্বরূপ:

দুটি প্রধান শহরে বাড়ি বা অ্যাপার্টমেন্টে থাকার জন্য জনসংখ্যার পছন্দের সম্পর্কের বিশ্লেষণের অবিচ্ছিন্নতা সারণী:

	বাড়িতে বাস করা	এপার্টমেন্টে বাস।
কারাকাস	10	40	পঞ্চাশ
VALENCIA	30	বিশ	পঞ্চাশ
	পঞ্চাশ	পঞ্চাশ	100

এই ফ্রিকোয়েন্সি পরীক্ষা করে, আমরা "কন্টিজেন্সি টেবিল" এর ভেরিয়েবলের মধ্যে সম্পর্কগুলি সনাক্ত করতে পারি (উদাহরণস্বরূপ, কারাকাসের জনসংখ্যা স্পষ্টভাবে অ্যাপার্টমেন্টে বাস করা পছন্দ করে)।

লগলাইনার রিগ্রেশন আমাদের "কন্টিনজেন্সি টেবিলগুলি" বিশ্লেষণ করতে এবং নির্বাচিত ভেরিয়েবলগুলির পরিসংখ্যানিক মিথস্ক্রিয়া নির্ধারণ করার জন্য আরও পরিশীলিত উপায় সরবরাহ করে।

1.3 ডিজাইনের ভেরিয়েবল বনাম প্রতিক্রিয়া ভেরিয়েবল

একাধিক রিগ্রেশন কৌশলগুলিতে আমরা "ইন্ডিপেন্ডেন্ট ভেরিয়েবলস" এবং "ডিপেন্ডেন্ট ভেরিয়েবল" এর কথা বলি, নির্ভরশীল ভেরিয়েবলকে স্বতন্ত্র ভেরিয়েবলগুলির সংমিশ্রণ দ্বারা ব্যাখ্যা করা হিসাবে এটি সংজ্ঞায়িত করি।

লোগলাইনার রিগ্রেশন-এ, নির্ভরশীল বা স্বতন্ত্র ভেরিয়েবলগুলির কথা বলা সম্ভব নয়, কারণ এটি কেবলমাত্র নেপরিয়ান লোগারিদম অফ ফ্রিকোয়েন্সি সম্পর্কিত (ডেটা সংঘটন বা ডেটা গণনা) ধারাবাহিক (গুণগত) ভেরিয়েবলের ভিত্তিতে সম্পর্কিত।

সুতরাং, আমরা "ডিজাইনের চলক" এবং "প্রতিক্রিয়া পরিবর্তনশীল" সম্পর্কে কথা বলব; " ডিজাইন ভেরিয়েবলস " হ'ল সেই শ্রেণিবদ্ধ ভেরিয়েবলগুলি (দ্বৈতশাসিত বা বহুভোজী) যা আমরা আমাদের কন্টিজেন্সি টেবিল এবং " রেসপন্স ভেরিয়েবল " ডেটাগুলির ফ্রিকোয়েন্সি বা উপস্থিতি তৈরি করতে বেছে নিই ।

1.4 ফিট এর সদ্ব্যবহার

একটি Loglinear রিগ্রেশন উপযোগীতা ধার্মিকতা মধ্যে ডেভিয়েশন (অবশিষ্ট) এর "তাত্পর্য" উপর ভিত্তি করে তৈরি পর্যবেক্ষিত ফ্রিকোয়েন্সি ডেটার এবং প্রত্যাশিত ফ্রিকোয়েন্সি loglinear মডেল দ্বারা উত্পন্ন।

অর্থাত, পর্যবেক্ষণকৃত ও প্রত্যাশিত ফ্রিকোয়েন্সিটির মধ্যে পার্থক্য হ্রাস করার একটি ফাংশন হিসাবে মডেলটি আরও ভাল হবে।

নির্দিষ্ট লগলাইনার মডেলের গুরত্ব (পি) বা "গুডনেস অফ ফিট" এর দ্বারা মূল্যায়ন করা হবে: ট্র্যাডিশনাল চি স্কোয়ার টেস্ট () এবং পিয়ারসনের সর্বাধিক সম্ভাবনা পরিসংখ্যান পরীক্ষা () (বা পিয়ারসন সম্ভাবনা অনুপাত চি-স্কোয়ারের নাম অনুসারে) ইংরেজীতে).

এইভাবে, যে নিম্নলিখিত পরামিতি পূরণ করা হয়:

• চি স্কোয়ার (): সর্বাধিক পিয়ারসন সর্বাধিক সম্ভাবনা পরিসংখ্যান (): সর্বাধিক তাৎপর্য (সিগ।): ন্যূনতম (স্যাচুরেটড লগলাইনার মডেল

২.১ একটি স্যাচুরেটেড মডেলের সংজ্ঞা

বিশ্লেষণ বা লগলাইনার রিগ্রেশন, লিনিয়ার মডেল দ্বারা কন্টিনজেন্সি টেবিলের প্রতিটি ঘর বা বাক্সের ফ্রিকোয়েন্সি নেপরিয়ান লোগারিদম (এলএন) বিশ্লেষণ করে।

সুতরাং লগলাইনার মডেল গঠনের সাথে জড়িত বিভিন্ন ভেরিয়েবলের অবদানের যোগফল হিসাবে প্রতিটি কক্ষ বা বাক্সের ফ্রিকোয়েনির Ln প্রকাশ করা যেতে পারে।

একটি স্যাচুরেটেড (বা সম্পূর্ণ) মডেলটিকে এমন একটি হিসাবে সংজ্ঞায়িত করা হয় যা এতে সমস্ত রচনাগুলি তৈরি করে এমন নির্বাচিত ভেরিয়েবলগুলির সমস্ত সম্ভব মূল প্রভাব এবং সমস্ত সম্ভাব্য সংমিশ্রণ (২ য়, তৃতীয় বা নবম আদেশ প্রভাব) থাকে।

কারণ স্যাচুরেটেড লগলাইনার মডেল অধ্যয়ন করা ডেটা পুরোপুরি পুনরুত্পাদন করতে পারে, কারণ এটিতে নির্বাচিত ভেরিয়েবলগুলির সমস্ত সম্ভাব্য সংমিশ্রণ রয়েছে; এটি একটি ভারী এবং জটিল মডেল হিসাবে ধরে নেওয়া হয় এবং এটি সাধারণত সবচেয়ে পছন্দসই মডেল নয়।

পার্সিমনির প্রাথমিক নীতি অনুসারে, এক বা একাধিক সহজ মডেল অবশ্যই খুঁজে পাওয়া উচিত যা গ্রহণযোগ্য নির্ভুলতার সাথে একটি ফলাফল উত্পন্ন করে এবং আমরা তাদেরকে "হায়ারারিকিকাল মডেল" হিসাবে সংজ্ঞায়িত করি এবং এটি পরে বিশ্লেষণ করা হবে।

২.২ একটি স্যাচুরেটেড লগলাইনার মডেলের উদাহরণ

মনে করুন যে উপকূলীয় শহরে অবকাশের অ্যাপার্টমেন্টের মূল্যায়ন অধ্যয়নের জন্য, আমরা বিভাগের ভেরিয়েবলগুলির মধ্যে সম্পর্কটি অধ্যয়ন করতে চাই:

এক্স: ওশেন ভিউ

Y: পুল দিয়ে বিল্ডিং

জেড: দর্শনার্থীদের জন্য পার্কিং স্টল সহ বিল্ডিং

একটি স্যাচুরেটেড লগলাইনার মডেলের জন্য সমীকরণটি প্রদান করেছেন:

কোথায়:

ডেটা (রেফারেন্সিয়াল) এবং নির্বাচিত ভেরিয়েবলের মিথস্ক্রিয়া সম্পর্কিত কন্টিজেন্সি টেবিল পণ্যটির প্রতিটি সেল বা গ্রিডের ফ্রিকোয়েন্সি উপস্থাপন করে

সমীকরণের স্বতন্ত্র পদের প্রতিনিধিত্ব করে

কোয়ান্টেটিভেটিভ বা শ্রেণিবদ্ধ পরিবর্তনশীল এক্স এর "মূল প্রভাব" উপস্থাপন করে

কোয়ানটিটিটিভ বা শ্রেণিবদ্ধ পরিবর্তনশীল ওয়াইয়ের "মূল প্রভাব" উপস্থাপন করে

কোয়ান্টেটিভেটিভ বা শ্রেণিবদ্ধ পরিবর্তনশীল জেড এর "মূল প্রভাব" উপস্থাপন করে

"দ্বিতীয় আদেশ প্রভাব" বা শ্রেণীবদ্ধ ভেরিয়েবল এক্স of ওয়াইয়ের সংমিশ্রণ উপস্থাপন করে

"দ্বিতীয় আদেশ প্রভাব" বা শ্রেণীবদ্ধ ভেরিয়েবল এক্স ý জেড এর সংমিশ্রণ উপস্থাপন করে

"দ্বিতীয় আদেশ প্রভাব" বা শ্রেণীবদ্ধ পরিবর্তনশীল Y second Z এর সংমিশ্রণকে উপস্থাপন করে

"তৃতীয় অর্ডার প্রভাব" বা বিভাগ ভেরিয়েবল এক্স, ওয়াই এবং জেড এর সংমিশ্রণকে উপস্থাপন করে

২.৩ স্যাচুরেটেড মডেলের অসুবিধা

স্যাচুরেটেড মডেল, যদিও স্পষ্টতই সবসময় সত্য, ধরে নেওয়া যায় একটি পরিচালনা করা যায় না এমন নিয়ন্ত্রণহীন সংখ্যার সমীকরণ; আগের ক্ষেত্রে নাইন সমীকরণের উদাহরণস্বরূপ। সুতরাং এটি একটি ভারী এবং অত্যন্ত জটিল মডেল।

অতএব, এমন একটি বা একাধিক সহজ মডেল সন্ধান করা প্রয়োজন যা একটি নির্দিষ্ট স্তরের আত্মবিশ্বাসের জন্য নির্ভুলতার একটি গ্রহণযোগ্য ডিগ্রি সহ এই ফ্রিকোয়েন্সিগুলির জন্য অ্যাকাউন্ট করে।

চতুর্থ অর্ডার কন্টিনজেন্সি টেবিলগুলি বা উচ্চতর বিশ্লেষণ করার সময়, সেরা লোগলাইনার রিগ্রেশন মডেল নির্ধারণ করা অত্যন্ত কঠিন হতে পারে। এখান থেকে একটি সহজ সম্পর্ক সম্পর্কিত মডেলটির অনুসন্ধান প্রবেশ করবে।

• শ্রেণিবদ্ধ লগলাইনার মডেল

৩.১ সংজ্ঞা

শ্রেণিবদ্ধ লগলাইনার মডেলগুলি পৃথক মডেল হিসাবে সংজ্ঞায়িত করা হয়, সমস্ত উপ-সেট (স্যাচুরেটেড মডেলের চেয়ে কম ক্রমের সমীকরণ) স্যাচুরেটেড লগলাইনার মডেল থেকে আসে, যা নিম্নলিখিত শর্তগুলি পূরণ করে:

1. যদি কোনও প্যারামিটারটি নাল হয়, তবে নিম্নতর আদেশের সেই শর্তাদি হবে selected নির্বাচিত ভেরিয়েবলগুলির মধ্যে সম্পূর্ণ স্বাধীনতা আছে

যদি এই শর্তগুলি পূরণ করা হয় তবে একটি সহজ, আরও মার্জিত লগলাইনার মডেল নির্ভুলতার একটি গ্রহণযোগ্য ডিগ্রি সহ উত্পন্ন হয়।

৩.২ শ্রেণিবদ্ধ সম্পর্ক

তিন (3) ডিজাইনের ভেরিয়েবলস এ, বি এবং সি সহ একটি মডেলের জন্য, নিম্নোক্ত অর্ডার হায়ারার্কিকাল মডেলগুলি প্রচুর পরিমাণে পাওয়া যেতে পারে, যেমন:

• হায়ারার্কিকাল তৃতীয় অর্ডার মডেল (স্যাচুরেটেড মডেল): শ্রেণিবদ্ধ দ্বিতীয় আদেশ মডেলগুলি হায়ারারিকিকাল প্রথম আদেশের মডেল বা কোনও বৈধ সংমিশ্রণ:

৩.৩ শ্রেণিবদ্ধ সেরা ফিট মডেল প্রাপ্ত

৩.৩.১ সাধারণ পদ্ধতি

"পশ্চাদপসরণ দূরীকরণ" নামে পরিচিত যা উত্সর্গীকৃত পরিসংখ্যান প্যাকেজগুলির দ্বারা সর্বাধিক ব্যবহৃত সেরা শ্রেণিবিন্যাসের মডেলের সন্ধানের পদ্ধতি।

এই পদ্ধতিটি হায়ারারিকিকাল মডেল বা বেশ কয়েকটি উল্লেখযোগ্য হায়ারার্কিকাল মডেলগুলি খুঁজতে কে (থ)-বর্ডার এবং চি-বর্গ পরীক্ষার সংমিশ্রণ করে

1. আমরা স্যাচুরেটেড মডেল গণনা করে শুরু করি উচ্চতর ক্রমের হায়ারারিকিকাল মডেল বা হায়ারার্কিকাল মডেলগুলি বিশ্লেষণ করা হয় that সেই আদেশের মডেল বা মডেলগুলি যা উল্লেখযোগ্য নয় তা মুছে ফেলা হয় () Lower লোয়ার অর্ডারের হায়ারারিকিকাল মডেলগুলি একই ভেরিয়েবলগুলিতে মুছে ফেলা হয় H শ্রেণিবদ্ধ মডেলগুলি বিশ্লেষণ করা হয়। প্রক্রিয়াটি সেই অবধি অব্যাহত রয়েছে যেখানে মডেল () এর ভবিষ্যদ্বাণীমূলক শক্তিকে ত্যাগ না করে আরও প্রভাবগুলি মুছে ফেলা যায় না, স্থির থাকে বা কমতে বা বাড়তে থাকে to

৩.৩.২ লগলাইনার রিগ্রেশন মডেলগুলি নির্ধারণে এসপিএসএস ব্যবহার

এই মনোগ্রাফের উদ্দেশ্য লগলাইনার রিগ্রেশন এর কৌশলগুলির কোনও পাঠ্য নয়।

বরং, এটি অংক বা গুণগত ভেরিয়েবল ব্যবহারের ক্ষেত্রে ভ্যালুয়েশন সম্পর্কিত সমস্যাগুলি সমাধান করার জন্য একটি অভিনব পরিসংখ্যান সরঞ্জামের প্রয়োগ।

অতএব, একবার লগলাইনার মডেলগুলির পরিসংখ্যান-গাণিতিক তত্ত্বটি (স্যাচুরেটেড এবং হায়ারার্কিকাল) খুব পরিকল্পনামূলক উপায়ে প্রকাশিত হয়ে গেলে, আমরা পরিসংখ্যান প্যাকেজ এসপিএসএস সংস্করণ 10.0 ব্যবহার করে ব্যবহারিক ক্ষেত্রে অধ্যয়নের দিকে এগিয়ে যাব।

লগলাইনার মডিউলটির মাধ্যমে এসপিএসএস পরিসংখ্যান প্যাকেজটি স্যাচুরেটেড এবং হায়ারার্কিকাল স্ট্যাটিস্টিকাল মডেলগুলি নির্ধারণের অনুমতি দেয়।

"হায়ারার্কিকাল মডেলগুলি" এর মধ্যে এসপিএসএস হায়ারার্কিকাল সেরা ফিট মডেলটি স্বয়ংক্রিয়ভাবে নির্বাচন করতে দেয় বা ব্যবহারকারীকে কোনও ভেরিয়েবলের উপসেট বেছে নিতে বা মডেল করতে দেয়।

এসপিএসএসের একটি অ্যালগরিদম অনুসারে, এই মনোগ্রাফের বিকাশ সেরা ফিটের হায়ারার্কিকাল মডেলের স্বয়ংক্রিয় সংকল্পের ভিত্তিতে।

এসপিএসএস "ফিট ব্যাকওয়ার্ড এলিমিনেশন" নামক পদ্ধতিটি ব্যবহার করে, পূর্বে উল্লিখিত, সেরা ফিটের লগলাইনার মডেল নির্ধারণ করতে।

এটি লক্ষ করা উচিত যে "ব্যাকএন্ড" অ্যালগোরিদম ফলাফল দীর্ঘ ছাপানোর সময় পাঠ্যের পনেরো (15) পৃষ্ঠাগুলি দখল করে।

মূলত, গণনা প্রক্রিয়াটি নিম্নলিখিত সাধারণ পদক্ষেপগুলিতে সংক্ষিপ্ত করা যেতে পারে:

1. এসপিএসএস-এ প্যাকেজের "ডেটা এডিটর" (ডেটা এডিটর) -র সাথে সম্পর্কিত করতে সঠিকভাবে শিখেছে ডেটা মেনুতে রয়েছে মেনুতে বিশ্লেষণ করুন মেনুতে সাবরোটাইন বা মডিউলটি লগলাইনার বিশ্লেষণ করুন the লগলাইনার মডিউলের মধ্যে, তিনটি অনুসন্ধান করুন (3) সাবমেনাস:
   1. সাধারণ… লজিট…

• মডেল নির্বাচন … একবার মডেল নির্বাচন লগলাইনাল বিশ্লেষণ পর্দায় উপস্থিত হওয়ার পরে, এগিয়ে যান:
  1. পারস্পরিক সম্পর্কযুক্ত হতে "ডিজাইন ভেরিয়েবলস" নির্বাচন করুন each প্রতিটি "ডিজাইন ভেরিয়েবলস" তৈরির উপাত্তের সর্বনিম্ন এবং সর্বাধিক সীমা নির্ধারণ করুন।
  মডেলগুলির গণনা এবং আউটপুট বিকল্পগুলি সংজ্ঞা দিন E ঠিক আছে বোতামটি ব্যবহার করে বিশ্লেষণ শুরু করুন ।

1. এসপিএসএস একবার গণনা শেষ করার পরে এটি এসপিএসএস ভিউয়ার স্ক্রিনে মডেলগুলির আউটপুট টেক্সট আকারে উপস্থাপন করবে there সেখান থেকে, ব্যবহারকারী এটি কাগজে মুদ্রণ করতে পারেন বা ব্যবহারের জন্য একটি টেক্সট ফাইলে আউটপুট "রফতানি" করতে পারবেন একটি ওয়ার্ড প্রসেসর বা স্প্রেডশিট।

৩.৪ এসপিএসএস আউটপুটটির ব্যাখ্যা

সম্ভবত মূল্যায়নকারী ইঞ্জিনিয়ারের সবচেয়ে বড় সমস্যা হ'ল এসপিএসএস আউটপুটটির ব্যাখ্যা।

প্রথমত, আপনি কী করতে চান সে সম্পর্কে আপনার কিছু প্রাথমিক জ্ঞান থাকতে হবে যেহেতু পরিসংখ্যান প্যাকেজ প্রচুর পরিমাণে তথ্য উত্পন্ন করে, যা আপনাকে সনাক্ত করতে এবং মূল্যায়ন করতে হবে তা জানতে হবে know দ্বিতীয়ত, এটি স্পষ্ট করে বলা দরকার যে এসপিএসএস প্যাকেজটি বিভিন্ন স্তরের "কন্টিনজেন্সি টেবিল" উত্পন্ন করবে এবং মডেলের ফলাফলগুলি ব্যাখ্যা করতে সক্ষম হওয়ার জন্য তাদের পুনরায় স্থানচ্যুত করার জন্য প্রাথমিক জ্ঞান থাকা প্রয়োজন।

এসপিএসএস নিবেদিত পরিসংখ্যান প্যাকেজ একটি স্ট্যান্ডার্ড আউটপুট উপস্থাপন করে যা সাধারণত:

1. স্যাচুরেটেড লগলাইনার মডেল কন্ট্রোল পরিসংখ্যানের উত্সাহিত স্যাচুরেটেড লগলাইনার মডেল
   1. স্বাধীনতার ডিগ্রি (এফ।) চি স্কোয়ার () পিয়ারসনের সর্বাধিক সম্ভাবনার পরিসংখ্যান () তাৎপর্য (সম্ভাবনা) অন্যান্য নিয়ন্ত্রণের পরিসংখ্যান
   শ্রেণিবদ্ধ লগলাইনারের সেরা ফিট মডেল গণনার জন্য ব্যাক্লেমিনেশন পদ্ধতি, যেখানে সফ্টওয়্যার:
   1. স্যাচুরেটেড লগলাইনার মডেলের অংশটি সর্বোচ্চ ক্রম থেকে সর্বনিম্ন অর্ডার পর্যন্ত শুরু হওয়া সমস্ত সম্ভাব্য হায়ারারিকিকাল মডেলকে বিশ্লেষণ করে তাদের সম্পর্কিত কন্ট্রোল পরিসংখ্যান শেষে "বেস্ট ফিটের হায়ারার্কিকাল মডেল" হিসাবে পরামর্শ দেয়
      1. "পিয়ারসন সর্বাধিক সম্ভাবনার পরিসংখ্যান" (): সর্বাধিক "তাত্পর্য" (): সর্বনিম্ন

1. এর উত্পাদন:
   1. “সেরা ফিট” এর বায়বীয় লগলাইনার মডেল হায়ারারিকাল লগলাইনার মডেল নিয়ন্ত্রণ পরিসংখ্যান
      1. স্বাধীনতার ডিগ্রি (ডিএফ) পিয়ারসনের সর্বোচ্চ সম্ভাবনার পরিসংখ্যান ()

• তাৎপর্য (প্রোব।)

4.0 স্যাচুরেটেড এবং হায়ারার্কিকাল মডেলগুলির জন্য লগলাইনার রিগ্রেশন রিয়েল এস্টেট মূল্যায়নের জন্য প্রয়োগ করে।

৪.১ রিয়েল এস্টেট মূল্যায়নে লগলাইনার রিগ্রেশন প্রয়োগ

মূল্যায়নকারীকে প্রতিদিন যে সমস্যার মুখোমুখি হয় তা হ'ল গুণগত বা শ্রেণিবদ্ধ ভেরিয়েবলগুলির বিশ্লেষণ হ'ল অ্যাপার্টমেন্ট ভিউ, নেবারহুড কোয়ালিটি, সাধারণ অঞ্চলে সুবিধা, সুরক্ষা; যা "অদম্য বৈশিষ্ট্য" নিঃসন্দেহে কোনও সম্পত্তির মূল্য গঠনে বা ধ্বংস করতে অবদান রাখে।

কারণ গুণবাচক বা শ্রেণিবদ্ধ ভেরিয়েবলগুলি একটি রৈখিক আচরণ উপস্থাপন করে না (লিনিয়ারেও হ্রাসযোগ্য নয়); নিউরাল নেটওয়ার্ক প্রযুক্তি সহ একাধিক রিগ্রেশনের প্রচলিত কৌশল প্রয়োগ করে; তারা অসামঞ্জস্যপূর্ণ ফলাফল আনতে পারে বা কোনও মানকে রূপান্তর করতে পারে না।

৪.২ কন্টিনজেন্সি টেবিলগুলির মূল্যায়ন

কারণ লগলাইনার বিশ্লেষণের চূড়ান্ত উদ্দেশ্য হ'ল "কন্টিজেন্সি টেবিলগুলি" রূপান্তর নির্ধারণ করা। কোনও সম্পত্তির মূল্যায়ন সেই "কন্টিনজেন্সি টেবিল উত্পন্ন" এর মধ্যে তার বৈশিষ্ট্যের অবস্থানের ভিত্তিতে হবে।

অতএব, মূল্যায়ন প্রস্তুতের জন্য ditionতিহ্যবাহী পদ্ধতিটির একটি পৃথক পদ্ধতির উপস্থাপনা এখানে করা হবে।

এখন অবধি, সম্পত্তিটির শারীরিক বৈশিষ্ট্য (ক্ষেত্র, বয়স, অবস্থান ইত্যাদি) এর মূল্য নির্ধারণের জন্য বিশ্লেষণ করা হয়েছিল।

এই নতুন পদ্ধতির মধ্যে, "লগলাইনার বিশ্লেষণ" দ্বারা উত্পাদিত "কন্টিজেন্সি টেবিল" এর মধ্যে সম্পত্তিটির "মান সীমা" তার অবস্থানের উপর নির্ভর করবে। কারণ ভেরিয়েবল "প্রাইস" (বা ইউনিট মূল্য) এখন আরও একটি মাত্র "ডিজাইন ভেরিয়েবল"।

এই নতুন দৃষ্টিভঙ্গির অধীনে, "বিভাগ", যা এখনও অবধি ছিল, চলক "মূল্য" (বা ইউনিট মূল্য) হ্রাস করা হয়েছে, এবং এটি পৃথক পরামিতিগুলির আরও একটি উপাদান হিসাবে পরিণত হয়েছে যা একসাথে অবস্থান নির্ধারণ করতে পারে একটি সংস্থার টেবিলের মধ্যে থাকা একটি সম্পত্তি এবং সুতরাং এটির "মান সীমা" নির্ধারণ করে।

4.3 অ্যাপ্লিকেশন উদাহরণ

পদ্ধতির অভিনবত্ব এবং ডেটা ইনপুট / আউটপুটগুলির ব্যাখ্যার জটিলতার কারণে। খুব সহজ মূল্যায়ন মডেলের পদ্ধতির অধীনে এই পদ্ধতিটি ধাপে ধাপে ব্যাখ্যা করা হবে।

৪.৩.১ সমস্যার বিবরণ

এটি ভেনিজুয়েলা বার্লোভেন্টোর (রিও চিকো এর আশেপাশে। মিরান্ডা রাজ্য) যেমন লস কানালেস, লাস মার্সেডিজ, লেগুনামার ইত্যাদি শহুরে ছুটির অ্যাপার্টমেন্টগুলির মূল্যায়ন is

কারণ এটি একটি সহজ প্রয়োগ উদাহরণ, খুব অনুরূপ অ্যাপার্টমেন্টগুলি থেকে 18 রেফারেনশিয়াল ডেটা কেবলমাত্র একটি ছোট নমুনা নির্বাচিত হয়েছিল।

৪.৩.২ নির্বাচিত শ্রেণিবদ্ধ ভেরিয়েবলসমূহ

যেহেতু এই উদাহরণটি লজিস্টিক রিগ্রেশনের প্রমাণকে চিত্রিত করে, কেবলমাত্র নিম্নলিখিত শ্রেণিবদ্ধ বা গুণগত পরিবর্তনগুলি ব্যবহার করা হবে:

৪.৩.৩ নির্বাচিত রেফারেন্সিয়ালসমূহ

সমস্ত রেফারেন্টালগুলি রিও চিকোর পাবলিক রেজিস্ট্রি এর সুবল্টেন অফিস থেকে নেওয়া হয়েছিল এবং বছরের ২,০০৩ বছরের প্রথম প্রান্তিকে নোটারিভুক্ত নথির সাথে সামঞ্জস্য হয়।

4.3.4 ডেটা এনকোডিং

নির্বাচিত ডিজাইন ভেরিয়েবলগুলির সাথে সম্পর্কিত বিভাগে ৪.৩.২ এ ব্যবহৃত মানদণ্ড অনুসারে, এসপিএসএসের পরিসংখ্যান প্যাকেজে প্রবেশের জন্য কোডের ডেটার একটি ম্যাট্রিক্স প্রস্তুত করা হবে।

4.3.4.1 ডিজাইন ভেরিয়েবলের নির্বাচন

৪.৩.৪.১ ডিজাইনের ভেরিয়েবলের কোডিং

৪.৩.৫ এসপিএসএস পরিসংখ্যান প্যাকেজ আউটপুট থেকে উদ্ধৃত অংশ

4.3.5.1 লগলাইনার মডেলের নির্দিষ্টকরণ Spec

* * * * * * * * * হাইরিচারিক্যাললজাইনার * * * * * * * * *

ডেটা তথ্য

18 অপরিশোধিত মামলা গৃহীত হয়েছে।

সীমার বাইরে থাকা ফ্যাক্টর মানের কারণে 0 টি মামলা প্রত্যাখ্যান করা হয়েছে।

তথ্য না থাকার কারণে 0 টি মামলা প্রত্যাখ্যান করা হয়েছে।

বিশ্লেষণে 18 টি ভারী কেস ব্যবহার করা হবে।

ফ্যাক্টর তথ্য

ফ্যাক্টর লেভেল লেবেল

দাম 4

বাজার 2

পুল 2

দর্শন 2

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

4.3.5.2 স্যাচুরেটড লগলাইনার মডেল নিয়ন্ত্রণ পরিসংখ্যান

* * * * * * * * * হাইরিচারিক্যাললজাইনার * * * * * * * * *

ডিজাইন 1 এর ক্লাস উত্পাদনকারী রয়েছে

দাম * মার্কেট * পুল * দেখুন

দ্রষ্টব্য: স্যাচুরেটেড মডেলগুলির জন্য। 500 সমস্ত পর্যবেক্ষণ করা কক্ষগুলিতে যুক্ত করা হয়েছে।

CRITERIA = DELTA সাবকম্যান্ড ব্যবহার করে এই মানটি পরিবর্তন করা যেতে পারে।

আইট্রেটিভ প্রোপারশনাল ফিট অ্যালগরিদম পুনরাবৃত্তি 1 এ রূপান্তরিত।

পরিলক্ষিত এবং লাগানো প্রান্তিক মোটের মধ্যে সর্বাধিক পার্থক্য.000

এবং রূপান্তর মানদণ্ড.250 হয়

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

সদ্ব্যবহার-পরীক্ষার পরিসংখ্যান

সম্ভাবনা অনুপাত চি বর্গ =.00000 ডিএফ = 0 পি = 1.000

পিয়ারসন চি স্কোয়ার =.00000 ডিএফ = 0 পি = 1.000

৪.৩.৩.৩ পশ্চাদপদ নির্মূল পদ্ধতি: সম্ভাব্য সমস্ত তৃতীয়, ২ য় এবং 1 ম অর্ডার প্রভাবের তালিকা

* * * * * * * * * হাইরিচারিক্যাললজাইনার * * * * * * * * *

পার্টিয়াল অ্যাসোসিয়েশনগুলির পরীক্ষা।

প্রভাব নাম ডিএফ আংশিক চিস্ক প্রব ইটার

দাম * মার্কেট * পুল 3.044.9976 3

মূল্য * মার্কেট * দেখুন 3.189.9794 2

মূল্য * পুল * ভিউ 3.000 1.0000 4

মার্কেট * পুল * দেখুন 1.000 1.0000 3

দাম * মার্কেট 3 7.869.0488 4

দাম * পুল 3 5.039.1690 3

মার্কেট * পুল 1.629.4276 4

মূল্য * দেখুন 3 5.917.1157 4

বাজার * দেখুন দেখুন 1.777.3779 4

পুল * দেখুন 1 7.530.0061 2

দাম 3 8.089.0442 2

মার্কেট 1.223.6370 2

পুল 1.896.3438 2

দর্শন 1.896.3438 2

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

৪.৩.৫.৩ পশ্চাদপদ নির্মূল পদ্ধতি: শ্রেণিবদ্ধ সেরা ফিট মডেল নির্বাচন

পদক্ষেপ 9

সেরা মডেল ক্লাস উত্পাদনকারী আছে

দাম * মার্কেট

মূল্য * দেখুন

পুল * দেখুন

সম্ভাবনা অনুপাত চি বর্গ = 6.33129 ডিএফ = 18 পি =.995

* * * * * * * * * হাইরিচারিক্যাললজাইনার * * * * * * * * *

চূড়ান্ত মডেল ক্লাস উত্পন্ন হয়

দাম * মার্কেট

মূল্য * দেখুন

পুল * দেখুন

আইট্রেটিভ প্রোপারশনাল ফিট অ্যালগরিদমটি পুনরাবৃত্তি 0 এ রূপান্তরিত হয়েছে।

পরিলক্ষিত এবং লাগানো প্রান্তিক মোটের মধ্যে সর্বাধিক পার্থক্য.000

এবং রূপান্তর মানদণ্ড.250 হয়

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

লগলাইনার সেরা ফিট মডেল নিম্নলিখিত হচ্ছেন:

৪.৩.৫.৪ শ্রেণিবদ্ধ লগলাইনার মডেলের পর্যবেক্ষণ ও প্রত্যাশিত ফ্রিকোয়েন্সি নির্ধারণ:

পর্যবেক্ষিত, প্রত্যাশিত ফ্রিকোয়েন্সি এবং অবশিষ্টাংশ।

ফ্যাক্টর কোড ওবিএস গণনা এক্সপি গণনা রেসিডুয়াল স্ট্যান্ড রেসিড

মূল্য 1

বাজার 0

পোল 0

ভিউ 0 3.0 2.5.45.28

দর্শন 1.0.0.00.00

পোল 1

ভিউ 0 1.0 1.5 -.45 -.38

দর্শন 1.0.0.00.00

মার্কেট ১

পোল 0

ভিউ 0 1.0.6.36.46

দর্শন 1.0.0.00.00

পোল 1

দেখুন 0.0.4 -.36 -.60

দর্শন 1.0.0.00.00

দাম 2

বাজার 0

পোল 0

ভিউ 0 2.0 1.7.30.23

দর্শন 1.0.0.00.00

পোল 1

ভিউ 0 1.0 1.0.03.03

দর্শন 1 3.0 3.3 -.33 -.18

মার্কেট ১

পোল 0

ভিউ 0 1.0.8.15.16

দর্শন 1.0.0.00.00

পোল 1

দেখুন 0.0.5 -.48 -.70

ভিউ 1 2.0 1.7.33.26

দাম 3

বাজার 0

পোল 0

ভিউ 0.0.0.00.00

দর্শন 1.0.0.00.00

পোল 1

ভিউ 0.0.0.00.00

দর্শন 1.0.0.00.00

মার্কেট ১

পোল 0

দেখুন 0.0.6 -.64 -.80

দর্শন 1.0.0.00.00

পোল 1

ভিউ 0 1.0.4.64। 1.06

দর্শন 1.0.0.00.00

দাম 4

বাজার 0

পোল 0

ভিউ 0.0.0.00.00

দর্শন 1.0.0.00.00

পোল 1

ভিউ 0.0.0.00.00

দর্শন 1.0.0.00.00

মার্কেট ১

পোল 0

দেখুন 0.0.6 -.64 -.80

দর্শন 1.0.0.00.00

পোল 1

ভিউ 0 1.0.4.64। 1.06

ভিউ 1 2.0 2.0.00.00

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

সদ্ব্যবহার-পরীক্ষার পরিসংখ্যান

সম্ভাবনা অনুপাত চি বর্গ = 6.33129 ডিএফ = 18 পি =.995

পিয়ারসন চি স্কোয়ার = 4.96161 ডিএফ = 18 পি =.999

৪.৩..6 কন্টিনজেন্সি টেবিল প্লট করা

4.3.7 আরও সহজ উপায় বোঝার জন্য কন্টিনেন্ট টেবিল উপস্থাপনের অন্য উপায়:

4.3.8 অ্যাপ্লিকেশন উদাহরণ:

4.3.8.1 উদাহরণ নম্বর 1:

নিম্নলিখিত বৈশিষ্ট্যগুলি সহ লস কানালস নগরায়ণের একটি অবকাশের অ্যাপার্টমেন্ট হোন:

• পুল সহ নতুন অ্যাপার্টমেন্ট ক্যানাল ভিউ বিল্ডিং

নিম্নলিখিত বৈশিষ্ট্যগুলি অন্তর্ভুক্ত করে এমন সমস্ত সারিগুলি "কন্টিনজেন্সি টেবিল" এ অবস্থিত:

• নতুন = 1 ভিউ = 1 পুল = 1

এটি নিম্নলিখিত সাবগেম তৈরি করবে:

কন্টিনজেন্সি টেবিল হিসাবে পর্যবেক্ষণ করা হয়েছে, অ্যাপার্টমেন্টের মূল্য নির্ধারণের জন্য নির্ধারিত চারটি (4) সম্ভাব্য মূল্যসীমা (PRICE) রয়েছে। তবে চতুর্থ সারিটি পর্যবেক্ষণ করার সময় লক্ষ্য করা যায় যে এক্সপেক্টেড ফ্রাঙ্কুসিটি সর্বোচ্চ।

অতএব অ্যাপার্টমেন্টটি কন্টিজেন্সি টেবিলের মধ্যে সেই সারিতে অবস্থিত এবং এর দামের সীমাটি PRICE = 4 এটি ইঙ্গিত দেয় যে সম্পত্তির মূল্য 55 মিলিয়ন বলিভারেসের চেয়ে বেশি অ্যাপার্টমেন্টের সীমাতে রয়েছে।

4.3.8.2 উদাহরণ সংখ্যা 2:

নিম্নলিখিত বৈশিষ্ট্যগুলি সহ লস কানালস নগরায়ণের একটি অবকাশের অ্যাপার্টমেন্ট হোন:

• পুল সহ ব্যবহৃত অ্যাপার্টমেন্ট ক্যানাল ভিউ বিল্ডিং

সমাধান:

নিম্নলিখিত বৈশিষ্ট্যগুলি অন্তর্ভুক্ত করে এমন সমস্ত সারিগুলি "কন্টিনজেন্সি টেবিল" এ অবস্থিত:

• নতুন = 0 ভিউ = 1 পুল = 1

এটি নিম্নলিখিত সাবগেম তৈরি করবে:

কন্টিনজেন্সি টেবিল হিসাবে পর্যবেক্ষণ করা হয়েছে, অ্যাপার্টমেন্টের মূল্য নির্ধারণের জন্য নির্ধারিত চারটি (4) সম্ভাব্য মূল্যসীমা (PRICE) রয়েছে। তবে দ্বিতীয় সারিটি পর্যবেক্ষণ করার সময় লক্ষ্য করা যায় যে এক্সপেক্টেড ফ্রাঙ্কুসিটি সর্বোচ্চ।

অতএব, এপার্টমেন্ট কন্টিনজেন্সী টেবিলের মধ্যে যে সারিতে অবস্থিত এবং তার মূল্য পরিসীমা PRICE- এর = 2. এই ইঙ্গিত করে যে উক্ত সম্পত্তির মূল্য সীমার মধ্যে হয় 25 এবং 40 মিলিয়ন Bolívares মধ্যে অ্যাপার্টমেন্ট।

4.3.8.3 উদাহরণ সংখ্যা 3:

নিম্নলিখিত বৈশিষ্ট্যগুলি সহ লস কানালস নগরায়ণের একটি অবকাশের অ্যাপার্টমেন্ট হোন:

• পুল ছাড়াই অ্যাপার্টমেন্টকেনাল ভিউ বিল্ডিং ব্যবহৃত হয়

সমাধান:

নিম্নলিখিত বৈশিষ্ট্যগুলি অন্তর্ভুক্ত করে এমন সমস্ত সারিগুলি "কন্টিনজেন্সি টেবিল" এ অবস্থিত:

• নতুন = 0 পর্যালোচনা = 1POOL = 0

এটি নিম্নলিখিত সাবগেম তৈরি করবে:

কন্টিনজেন্সি টেবিল হিসাবে পর্যবেক্ষণ করা হয়েছে, অ্যাপার্টমেন্টের মূল্য নির্ধারণের জন্য নির্ধারিত চারটি (4) সম্ভাব্য মূল্যসীমা (PRICE) রয়েছে। তবে কন্টিনজেন্সি টেবিলটির দিকে তাকানোর সময়, এটি লক্ষ্য করা যায় যে সম্ভাব্য তথ্যের সমস্ত সংমিশ্রণের জন্য এক্সপেক্টেড ফ্রিকোয়েন্সি 0.0 হয়।

এই ক্ষেত্রে যৌক্তিক উপসংহারটি হ'ল বিশেষত অ্যাপার্টমেন্টের এই ধরণের মূল্য নির্ধারণের জন্য, ডিজাইন ভেরিয়েবলগুলির মধ্যে যে কোনও ধরণের সংমিশ্রণ উত্পন্ন করতে পর্যাপ্ত পরিমাণে তথ্য সরবরাহ করা হয়নি।

সুতরাং, বর্তমান আঞ্চলিক লগলাইনার মডেলটি ব্যবহার করে এই অ্যাপার্টমেন্টের মান নির্ধারণ করা যায় না

• উপসংহার

1. শ্রেণিবদ্ধ ডেটা সিরিজের ক্ষেত্রে একাধিক রিগ্রেশন কৌশল বা নিউরাল নেটওয়ার্কগুলির তুলনায় হায়ারারিকিকাল লগলাইনার রিগ্রেশন কৌশলগুলি পরিসংখ্যানগত ঘটনার আচরণের আরও ভাল ব্যাখ্যা করে Class শ্রেণিবদ্ধকরণ কার্যগুলিতে, হায়ারারিকিকাল লগলাইনার মডেলগুলি তুলনায় আরও সঠিক ফলাফল উত্পন্ন করে একাধিক লজিস্টিক রিগ্রেশন মডেল, শ্রেণিবদ্ধ ডেটা সিরিজের জন্য উভয় পদ্ধতি সত্ত্বেও, ভিন্ন ভিন্ন ডেটা সিরিজ (মিশ্র শ্রেণীবদ্ধ এবং কোয়ান্টেটিভেটিভ), কৃত্রিম নিউরাল নেটওয়ার্ক এবং একাধিক রিগ্রেশন প্রযুক্তি, বহিরাগত হায়ারারিকাল লগলাইনার মডেলকে ছাড়িয়ে গেছে। স্থাবর ও অস্থাবর সম্পত্তির "বৃহত্তর মূল্যায়ন" এর জন্য হায়ারার্কিকাল লগলাইনার মডেলগুলির ব্যবহার একটি শক্তিশালী সরঞ্জাম, যেহেতু এটি প্রাক-প্রতিষ্ঠিত কন্টিজেন্সি টেবিলের মধ্যে সম্পত্তি শ্রেণিবদ্ধকরণের অনুমতি দেয়।এসপিএসএসের পরিসংখ্যান প্যাকেজ তার পরিচালনা, পরিচালনা এবং ফলাফলগুলির ব্যাখ্যায় খুব স্পষ্ট। বিষয়টির প্রাথমিক জ্ঞান ছাড়াই মূল্যায়নকারীদের দ্বারা ব্যবহৃত মূল্যায়নের লগলাইনার মডেলগুলিকে একটি সাধারণ বিশ্লেষণ সরঞ্জাম হিসাবে অভিযোজিত করা জটিল।

ইন। রবার্তো পাইওল পাপ্পিও

সিআইভি 32.290 / সোয়েটভে 260

www.joinme.net/rpiol

ই-মেইল: [email protected]

নভেম্বর 2,003

গ্রন্থ-পঁজী

• বেরিডিজ ডি। (1994) "অর্ডিনাল শ্রেণিবদ্ধ তথ্যের জন্য রিগ্রেশন মডেলগুলির ফিটনের সুক্ষ্মতার মূল্যায়ন করা", পরিসংখ্যানগত মডেলিংয়ের 9 তম আন্তর্জাতিক কর্মশালা, এক্সেটর বিশ্ববিদ্যালয়। লন্ডন. ক্যামেরন টি। এবং কুইগজিন জে। (1994) "" প্রশ্নাবলীর "ফলোআপের সাথে একটি" দ্বৈতশাস্ত্র পছন্দ "থেকে আকস্মিক মূল্যায়ন ডেটা ব্যবহার করে অনুমান। পরিবেশগত অর্থনীতি ও পরিচালনা জার্নাল। আসন্ন। নিউ ইয়র্কটাবাচনিক বিজি এবং ফিডেল এলএস (1996)। "মাল্টিভারিয়েট পরিসংখ্যান ব্যবহার", তৃতীয় সংস্করণ। নিউইয়র্কের হার্পার কলিন্স। জর্জি ডি এবং ম্যালারী পি। (2000) "উইন্ডোজ ধাপে ধাপে এসপাস।" অ্যালিন ও বেকন ম্যাসাচুসেটস.জবসন জেডি (1992) "প্রয়োগকৃত মাল্টিভিয়ারেট ডেটা বিশ্লেষণ। ভলিউম II "। স্প্রিঞ্জার ভার্লাগ। নিউইয়র্ক.লোজারেস সি।, লোপেজ পি। এবং বোরাস ভি। (1998) "লগ-লিনিয়ারের পরিপূরকতা এবং টাইপোলজির বিশদকরণ এবং বিশ্লেষণে চিঠিপত্রের বিশ্লেষণ"।বার্সেলোনার স্বায়ত্তশাসিত বিশ্ববিদ্যালয়ের কাগজপত্র। সংখ্যা 55 পিপি। 79-93। বার্সেলোনা.পিয়ল আর। (1989-2002) "রিয়েল এস্টেটের মূল্যায়নের ক্ষেত্রে পরিসংখ্যান পদ্ধতিগুলি প্রয়োগ করা হয়েছে"। SOITAVE। কারাকাস.পিয়ল আর। (2002) "রিয়েল এস্টেট মূল্যায়নের জন্য নিউরাল নেটওয়ার্ক প্রয়োগ করা হয়েছে"। SOITAVE ম্যাগাজিন। সংখ্যা 54 সেপ্টেম্বর 2,002 পিপি। 42-49 কারাকাস বিভিন্ন লেখক (1999) "এসএসএসে মাল্টিওয়ে কন্টিনজেন্সি টেবিল ব্যবহার করে স্বাধীনতার পরীক্ষা" " টেক্সাস বিশ্ববিদ্যালয়। অস্টিনের বিভিন্ন লেখক (1995) "ফ্রিকোয়েন্সি টেবিলগুলির লগ-রৈখিক বিশ্লেষণ" স্ট্যাটসফট, ইনক। ইলেক্ট্রনিক পাঠ্যপুস্তক। Http://www.statsoft.com/textbook/stloglin.html হোয়াইটলি, পি। (1983) অ্যাক্সেস করুন "কন্টিনজেন্সি টেবিলগুলির বিশ্লেষণ"। এন। শোফিল্ড এবং পি। হোয়াইটলি (সম্পাদক)। লন্ডন।কারাকাস.পিয়ল আর। (2002) "রিয়েল এস্টেট মূল্যায়নের জন্য নিউরাল নেটওয়ার্ক প্রয়োগ করা হয়েছে"। SOITAVE ম্যাগাজিন। সংখ্যা 54 সেপ্টেম্বর 2,002 পিপি। 42-49 কারাকাস বিভিন্ন লেখক (1999) "এসএসএসে মাল্টিওয়ে কন্টিনজেন্সি টেবিল ব্যবহার করে স্বাধীনতার পরীক্ষা" " টেক্সাস বিশ্ববিদ্যালয়। অস্টিনের বিভিন্ন লেখক (1995) "ফ্রিকোয়েন্সি টেবিলগুলির লগ-রৈখিক বিশ্লেষণ" স্ট্যাটসফট, ইনক। ইলেক্ট্রনিক পাঠ্যপুস্তক। Http://www.statsoft.com/textbook/stloglin.html হোয়াইটলি, পি। (1983) অ্যাক্সেস করুন "কন্টিনজেন্সি টেবিলগুলির বিশ্লেষণ"। এন। শোফিল্ড এবং পি। হোয়াইটলি (সম্পাদক)। লন্ডন।কারাকাস.পিয়ল আর। (2002) "রিয়েল এস্টেট মূল্যায়নের জন্য নিউরাল নেটওয়ার্ক প্রয়োগ করা হয়েছে"। SOITAVE ম্যাগাজিন। সংখ্যা 54 সেপ্টেম্বর 2,002 পিপি। 42-49 কারাকাস বিভিন্ন লেখক (1999) "এসএসএসে মাল্টিওয়ে কন্টিনজেন্সি টেবিল ব্যবহার করে স্বাধীনতার পরীক্ষা" " টেক্সাস বিশ্ববিদ্যালয়। অস্টিনের বিভিন্ন লেখক (1995) "ফ্রিকোয়েন্সি টেবিলগুলির লগ-রৈখিক বিশ্লেষণ" স্ট্যাটসফট, ইনক। ইলেক্ট্রনিক পাঠ্যপুস্তক। Http://www.statsoft.com/textbook/stloglin.html হোয়াইটলি, পি। (1983) অ্যাক্সেস করুন "কন্টিনজেন্সি টেবিলগুলির বিশ্লেষণ"। এন। শোফিল্ড এবং পি। হোয়াইটলি (সম্পাদক)। লন্ডন।বৈদ্যুতিন পাঠ্যপুস্তক। Http://www.statsoft.com/textbook/stloglin.html হোয়াইটলি, পি। (1983) অ্যাক্সেস করুন "কন্টিনজেন্সি টেবিলগুলির বিশ্লেষণ"। এন। শোফিল্ড এবং পি। হোয়াইটলি (সম্পাদক)। লন্ডন।বৈদ্যুতিন পাঠ্যপুস্তক। Http://www.statsoft.com/textbook/stloglin.html হোয়াইটলি, পি। (1983) অ্যাক্সেস করুন "কন্টিনজেন্সি টেবিলগুলির বিশ্লেষণ"। এন। শোফিল্ড এবং পি। হোয়াইটলি (সম্পাদক)। লন্ডন।

স্যাট্যুরেটেড এবং হেরিয়ারিকাল মডেলগুলির জন্য লগলাইন রেজিস্ট্রেশন রিয়েল-এস্টেট মূল্যায়নের জন্য প্রয়োগ করা হয়েছে।

অবদান: ইনগ। রবার্তো পাইওল পপ্পিও - [email protected]

একটি দ্বিধাত্বক ভেরিয়েবল (যেমন "ওশান ভিউ সহ" = 1 বা "ওশিয়ান ভিউ ছাড়াই" = 0) একটি গুণগত / শ্রেণিবদ্ধ ভেরিয়েবলের উদাহরণ। কারণ একাধিক লিনিয়ার রিগ্রেশন মডেলের পরিমাণগত বা গুণগত (যেমন নির্মাণের ক্ষেত্র, সম্পত্তির বয়স ইত্যাদি) অন্যান্য স্বতন্ত্র ভেরিয়েবলগুলির সাথে একত্রিত হলে গুণগত এবং দ্বিখণ্ডিত পরিবর্তনশীল "সি ভিউ" রৈখিক নয়, এই মিশ্র ভেরিয়েবলের উপর ভিত্তি করে ভেরিয়েবল "ইউনিট প্রাইস" সঠিকভাবে অনুমান করা বা পূর্বাভাস দেওয়ার পক্ষে অত্যন্ত সম্ভাবনা কম।

পরিমাণগত (বা সংখ্যাসূচক) ভেরিয়েবলগুলি ব্যবহার করা হলে তারা "ভবিষ্যদ্বাণী বা অনুমানের কৌশলগুলি" বলে; যখন গুণগত বা শ্রেণিবদ্ধ ভেরিয়েবলগুলি ব্যবহার করা হয়, তখন আমরা "শ্রেণিবিন্যাস কৌশল" বলব

একাধিক রিগ্রেশন পদ্ধতিতে ডেটাগুলির একটি সিরিজের অন্তর্ভুক্ত থাকা অ্যাটিপিকাল ডেটা সনাক্ত করতে ব্যবহৃত হয় এমন রেসিডুয়াল থিয়োরির সাথে সাদৃশ্য ধারণার ধারণা।

পিয়ারসনের সর্বোচ্চ ভেরিসিমিলিটিড টেস্ট (এলআরটি, এল ² বা জি ²⁾যেমন এটি বিভিন্ন পাঠ্য হিসাবে জানা যায়), এটি দুটি মডেলের মধ্যে ফিটের সদ্ব্যবহারের একটি পরিসংখ্যানগত পরীক্ষা। তুলনামূলকভাবে আরও জটিল মডেলকে একটি সাধারণ মডেলের সাথে তুলনা করা হয় যাতে তারা কোনও নির্দিষ্ট ডেটা সেটের জন্য উল্লেখযোগ্যভাবে তুলনা করে। এলআরটি কেবলমাত্র বৈধ যদি আপনি শ্রেণিবদ্ধভাবে নেস্টেড মডেলগুলির সাথে তুলনা করেন। যে, আরও জটিল মডেল কেবল এক বা একাধিক ভেরিয়েবল যুক্ত করে সাধারণ মডেল থেকে পৃথক হওয়া উচিত; এমনভাবে যাতে অতিরিক্ত ভেরিয়েবল যুক্ত করা হলে ফিটের একটি বৃহত্তর সদর্থকতা পাওয়া যায়। তবে, এমন একটি বিষয় রয়েছে যখন অতিরিক্ত ভেরিয়েবলগুলি যুক্ত করা সহজ মডেলের ফিটনেসটির উল্লেখযোগ্যভাবে উন্নতি করতে পারে না। এলআরটি সম্ভাব্য মডেলগুলির মধ্যে নির্বাচন করে একটি উদ্দেশ্য মানদণ্ড বজায় রাখে। এলআরটি ফর্মের চি স্কোয়ারের সাথে তুলনা করে শুরু হয়:

অর্থাত, চি-স্কোয়ারগুলির প্রাকৃতিক লোগারিদমের পার্থক্য মূল্যায়ন করা হয়, স্বাধীনতার ডিগ্রির পার্থক্যের ভিত্তিতে। এলআরটি মোটামুটি মডেলের অনুসরণ করে।

একাধিক রিগ্রেশন জন্য ফ্যাক্টর বিশ্লেষণের সাথে এই ধারণার সাদৃশ্যটি উদ্ধৃত করা যেতে পারে। ফ্যাক্টর বিশ্লেষণটি "অ-উল্লেখযোগ্য ভেরিয়েবলগুলি" মুছে ফেলার মাধ্যমে কম ভেরিয়েবলগুলির সাথে একটি সহজ একাধিক লিনিয়ার রিগ্রেশন মডেল অর্জন করতে দেয় তবে একই সাথে আত্মবিশ্বাসের একটি পূর্বনির্ধারিত স্তরে একটি গ্রহণযোগ্য ফলাফল বজায় রাখে।

"সম্পূর্ণ স্বাধীনতা" পরীক্ষাটি বোঝায় যে শ্রেণিবদ্ধ মডেলটিতে সমস্ত পরিবর্তনশীল একে অপরের থেকে পৃথক। এটি প্রতিটি ভেরিয়েবলের চি-স্কোয়ারের সাথে তুলনা করে প্রাপ্ত হয়, "নাল হাইপোথেসিস" (স্বাধীনতার সাথে সম্পর্কিত ডিগ্রিগুলির জন্য সারণী থেকে প্রাপ্ত)। যেখানে এটি পূরণ করতে হবে:

যদি উপরেরটি সত্য হয় তবে এটি ইঙ্গিত করে যে স্বতন্ত্র হায়ারার্কিকাল মডেলটি স্যাচুরেটেড মডেল থেকে উল্লেখযোগ্যভাবে পৃথক, প্রস্তাবিত যে এই হায়ারারিকাল মডেলটিতে একটি ভাল সম্পর্ক বা ফিট করার জন্য প্রয়োজনীয় পরিবর্তনশীল বা ভেরিয়েবল রয়েছে।

এসপিএসএস সংস্করণ 10.0 হ'ল এসপিএসএস, ইনক এর সম্পত্তি All সমস্ত অধিকার সংরক্ষিত।

তবে এসপিএসএস আউটপুটটিকে সম্পূর্ণরূপে একটি পাঠ্য ফাইল হিসাবে রফতানি করার অনুমতি দেয়, মূল্যায়নকারী ইঞ্জিনিয়ারকে এর अर्টাকে মূল্যায়ন প্রতিবেদনে অপারেশনগুলি সমর্থন করার অনুমতি দেয়।

মডেল নির্বাচন সাবমেনু…, হ'ল সাবরিটাইন বা মডিউল যেখানে হায়ারার্কিকাল মডেলগুলি নির্ধারণের জন্য অ্যালগরিদম পাওয়া যায়; যাইহোক, এখানে "স্যাচুরেটেড মডেল" স্বয়ংক্রিয়ভাবে নির্ধারিত হয়েছে, যেহেতু ব্যাক্লেমিনেশন পদ্ধতিটি স্যাচুরেটেড মডেলের গণনা দিয়ে শুরু হয়, যেমন পাঠ্যে ইতিমধ্যে ব্যাখ্যা করা হয়েছে।

লগলাইনার রিগ্রেশন একটি শ্রেণীবদ্ধ ভেরিয়েবলের শ্রেণিবিন্যাসের উপর দৃষ্টি নিবদ্ধ করা একটি পদ্ধতি হ'ল, ডেটা সাধারণত পুরো সংখ্যা হিসাবে প্রকাশ করা হয় (উদাহরণস্বরূপ: দ্বিগুণীয় ভেরিয়েবলের ক্ষেত্রে 0 এবং 1)।

প্রোগ্রামটির পরিচালনা সম্পর্কে আরও ভাল ব্যাখ্যা এবং বিস্তারিত নির্দেশাবলীর জন্য, এসপিএসএস নির্দেশিকা ম্যানুয়ালটি দেখুন।

ব্যবহারকারীর দ্বারা নির্ধারিত গণনা এবং আউটপুট বিকল্পের উপর নির্ভর করে এসপিএসএস আউটপুট পরিবর্তিত হতে পারে।

লগলাইনার মডেলগুলি প্যাকেজ আউটপুটে মাল্টিলেভেল ম্যাট্রিক্স হিসাবে মুদ্রিত হয়

হায়ারার্কিকাল লগলাইনার মডেলটি প্যাকেজ আউটপুটে মাল্টিলেভেল ম্যাট্রিক্স হিসাবে মুদ্রিত হয়

এটা সুস্পষ্ট যে ভেরিয়েবল "প্রাইস" বা "ইউনিট প্রাইস" একটি সংখ্যাসূচক বা পরিমাণগত পরিবর্তনশীল এবং তাই অবশ্যই গুণগত বা শ্রেণিবদ্ধ পরিবর্তনশীল হিসাবে "রূপান্তরিত" হতে হবে। এর জন্য, আর কোনও প্রাইস ভেরিয়েবল (ইউনিট প্রাইস) কথা বলা সম্ভব হবে না, তবে পরিবর্তিত "দামের ব্যাপ্তি" এর কথা।

দ্রষ্টব্য যে এগুলি কেবল শ্রেণিবদ্ধ বা গুণগত পরিবর্তনীয়।

এসপিএসএস পাঠ্য আকারে এসপিএসএস ভিউয়ার স্ক্রিনে আউটপুট উপস্থাপন করে। এই আউটপুটটি একটি পাঠ্য ফাইল হিসাবে মুদ্রিত বা রফতানি করা যায়।

স্যাচুরেটেড লগলাইনার মডেলটিতে সমস্ত সম্ভাব্য "মাইন ইফেক্ট" এবং "সংযুক্ত পরিবর্তনশীল প্রভাব" এর সমস্ত সম্ভাব্য সংমিশ্রণ রয়েছে, সুতরাং এটি পুরোপুরি ডেটা পুনরুত্পাদন করে ()। স্যাচুরেটেড লগলাইনার মডেলটি এসপিএস আউটপুট থেকে এই অংশে প্রদর্শিত হয় না

এসপিএসএস প্যাকেজটি, স্যাচুরেটেড মডেল থেকে শুরু করে এবং মডেলের ক্ষেত্রে উল্লেখযোগ্য অবদান রাখে না এমন কোনও আদেশের প্রভাবগুলি অপসারণ করে "সেরা ফিট" এর হায়ারার্কিকাল লগলাইনার মডেলের সংকল্পে পৌঁছে যায়; যাতে "পিয়ারসনের সর্বাধিক সম্ভাবনার পরিসংখ্যান" () সর্বাধিক এবং "গুরুত্ব" () সর্বনিম্ন হয়

লগলাইনার হায়ারার্কিকাল মডেল প্যাকেটের আউটপুটে মাল্টিলেভেল ম্যাট্রিক্স হিসাবে "কন্টিনজেন্সি টেবিল" উপস্থাপন করে। এটির আরও সহজ ব্যাখ্যা করার জন্য এখন আমরা এই আউটপুটটিকে ম্যাট্রিক্স আকারে "আর্ম" করতে এগিয়ে যাব। "প্রত্যাশিত ফ্রিকোয়েন্সি" "কন্টিনজেন্সি টেবিল" এর সহগ হিসাবে ব্যবহৃত হবে।

এমএস-এক্সেল স্প্রেডশিটটি কন্টিনজেন্সি টেবিল প্লট করতে ব্যবহৃত হবে।

ভুলে যাবেন না যে ডেটাটি কেবল 18 রেফারেন্সের সমন্বয়ে গঠিত, যেহেতু এটি একটি অনুশাস্ত্রীয় মডেল।

এই ধরণের সমস্যার সাথে সাদৃশ্যটি হ'ল মাল্টিপল রিগ্রেশন মডেলগুলির ক্ষেত্রে, যা কোনও নির্দিষ্ট সম্পত্তিকে পুরোপুরি ব্যাখ্যা করে; তবে প্রাকৃতিক বৈশিষ্ট্যগুলির সাথে প্রথমের থেকে পৃথক কোনও একই সম্পত্তিতে একই রিগ্রেশন মডেল প্রয়োগ করার সময় অনুমান ব্যর্থ হয়।