Section author: Danielle J. Navarro and David R. Foxcroft

அடிப்படைகளைக் கற்றுக்கொள்வது, அவற்றை சாமோவியில் கற்றல்

சரி, அது ஒரு நீண்ட பட்டியல். அந்த பட்டியல் கூட பெருமளவில் முழுமையடையாது. இந்த புத்தகத்தில் நான் மறைக்காத புள்ளிவிவரங்களில் பெரிய சிந்தனைகள் உண்மையில் உள்ளன. ஏறக்குறைய 500 பக்க பாடப்புத்தகத்தை முடிப்பது மிகவும் மனச்சோர்வடைந்ததாகத் தோன்றலாம், இது ஒரு துவக்கம் மட்டுமே என்று சொல்லப்பட வேண்டும், குறிப்பாக நீங்கள் கற்பித்த பொருட்களில் பாதி தவறு என்று நீங்கள் சந்தேகிக்கத் தொடங்கும் போது. உதாரணமாக, பாரம்பரிய ANOVA மாதிரியைப் பயன்படுத்துவதற்கு எதிராக கடுமையாக வாதிடும் இந்த துறையில் நிறைய பேர் உள்ளனர், ஆனால் நான் அதற்கு இரண்டு முழு அத்தியாயங்களையும் அர்ப்பணித்துள்ளேன்! நிலையான ANOVA ஐ ஒரு பேய்சியன் கண்ணோட்டத்தில் அல்லது ஒரு வலுவான புள்ளிவிவர கண்ணோட்டத்தில் அல்லது “இது வெறும் தவறான” கண்ணோட்டத்தில் கூட தாக்கலாம் (மக்கள் உண்மையில் கலப்பு மாதிரிகளைப் பயன்படுத்தும்போது ANOVA ஐ அடிக்கடி பயன்படுத்துகிறார்கள்). எனவே ஏன் அதைக் கற்றுக்கொள்ள வேண்டும்?

நான் அதைப் பார்க்கும்போது, இரண்டு முக்கிய வாதங்கள் உள்ளன. முதலாவதாக, தூய நடைமுறைவாத உரையாடல் உள்ளது. சரியாகவோ அல்லது தவறாகவோ, ANOVA பரவலாகப் பயன்படுத்தப்படுகிறது. நீங்கள் அறிவியல் இலக்கியத்தைப் புரிந்து கொள்ள விரும்பினால், நீங்கள் ANOVA ஐப் புரிந்து கொள்ள வேண்டும். இரண்டாவதாக, “அதிகரிக்கும் அறிவு” உரையாடல் உள்ளது. காரணி ANOVA ஐக் கற்றுக்கொள்ள முயற்சிக்கும் முன் ஒரு வழி ANOVA ஐப் பார்த்தது எளிது, மேலும் மேம்பட்ட கருவிகளைப் புரிந்துகொள்வதற்கு ANOVA ஐப் புரிந்துகொள்வது உதவியாக இருக்கும், ஏனென்றால் அந்த கருவிகள் நிறைய அடிப்படை ANOVA அமைப்பை ஏதேனும் ஒரு வகையில் நீட்டிக்கின்றன அல்லது மாற்றியமைக்கின்றன. உதாரணமாக, கலப்பு மாதிரிகள் ANOVA மற்றும் பின்னடைவை விட மிகவும் பயனுள்ளதாக இருந்தாலும், ANOVA மற்றும் பின்னடைவு மூலம் முதலில் பணியாற்றாமல் கலப்பு மாதிரிகள் எவ்வாறு செயல்படுகின்றன என்பதைக் கற்றுக்கொள்வதை நான் கேள்விப்பட்டதில்லை. நீங்கள் ஒரு மலையில் ஏறுவதற்கு முன்பு வலம் வர கற்றுக்கொள்ள வேண்டும்.

உண்மையில், இந்த புள்ளியை இன்னும் கொஞ்சம் மேலே தள்ள விரும்புகிறேன். இந்த புத்தகத்தில் நான் நிறைய செய்த ஒரு சேதி அடிப்படைகளைப் பற்றி பேசுவதாகும். நிகழ்தகவு கோட்பாட்டில் நான் நிறைய நேரம் செலவிட்டேன். மதிப்பீடு மற்றும் கருதுகோள் சோதனைகளின் கோட்பாடு பற்றி எனக்குத் தேவையானதை விட விரிவாக பேசினேன். இதையெல்லாம் நான் ஏன் செய்தேன்? திரும்பிப் பார்க்கும்போது, ஒரு நிகழ்தகவு வழங்கல் என்றால் என்ன என்பதைப் பற்றி பேச அந்த நேரத்தை செலவிட எனக்கு உண்மையிலேயே * தேவையா, அல்லது நிகழ்தகவு அடர்த்தியில் ஒரு பிரிவு கூட இருந்தது என்று நீங்கள் கேட்கலாம். ஒரு *t *-test அல்லது ANOVA ஐ எவ்வாறு இயக்குவது என்பதை உங்களுக்குக் கற்பிப்பதே புத்தகத்தின் குறிக்கோளாக இருந்தால், அது உண்மையில் அவசியமா? இது அனைவரின் நேரத்திற்கும் ஒரு பெரிய வீணாக இருந்ததா ???

பதில், நீங்கள் ஒப்புக்கொள்வீர்கள் என்று நம்புகிறேன், இல்லை. ஒரு அறிமுக புள்ளிவிவரங்களின் குறிக்கோள் ANOVA ஐ கற்பிக்க * இல்லை *. இது *t *-tests, அல்லது பின்னடைவுகள், அல்லது இச்டோகிராம்கள் அல்லது *p *-மதிப்புகள் கற்பிக்கக் கூடாது. திறமையான தரவு ஆய்வாளராக மாறுவதற்கான பாதையில் உங்களைத் தொடங்குவதே குறிக்கோள். நீங்கள் ஒரு திறமையான தரவு ஆய்வாளராக மாற, நீங்கள் ANOVA ஐ விட அதிகமாக செய்ய முடியும், *t *-tests, பின்னடைவுகள் மற்றும் இச்டோகிராம்களை விட அதிகமாக. தரவைப் பற்றி நீங்கள் சரியாக சிந்திக்க வேண்டும் *. கடைசி பிரிவில் நான் பேசிய மிகவும் மேம்பட்ட புள்ளிவிவர மாதிரிகளை நீங்கள் கற்றுக் கொள்ள வேண்டும், மேலும் அவை அடிப்படையாகக் கொண்ட கோட்பாட்டைப் புரிந்து கொள்ள வேண்டும். அந்த மேம்பட்ட கருவிகளைப் பயன்படுத்த உங்களை அனுமதிக்கும் மென்பொருளை நீங்கள் அணுக வேண்டும். என் கருத்துப்படி, குறைந்தபட்சம், நான் அடிப்படைகளுக்கு செலவழித்த கூடுதல் நேரம் செலுத்துகிறது. நிகழ்தகவு கோட்பாட்டை நீங்கள் புரிந்து கொண்டால், அடிக்கடி நிகழும் பகுப்பாய்வுகளிலிருந்து பேய்சியனுக்கு மாறுவது மிகவும் எளிதானது.

சுருக்கமாக, புள்ளிவிவரங்களைக் கற்றுக்கொள்வதற்கான பெரிய ஊதியம் *நீட்டிப்பு *என்று நான் நினைக்கிறேன். தரவு பகுப்பாய்வின் அடிப்படைகளை மட்டுமே உள்ளடக்கிய ஒரு புத்தகத்திற்கு, இந்த நூல் கற்றல் நிகழ்தகவு கோட்பாடு மற்றும் பலவற்றின் அடிப்படையில் ஒரு பெரிய மேல்நிலைகளைக் கொண்டுள்ளது. நூல் உள்ளடக்கிய குறிப்பிட்ட பகுப்பாய்வுகளைத் தவிர, கற்றுக்கொள்ள இது உங்களைத் தூண்டுகிறது. ஆகவே, குறைந்தபட்ச நேரத்தில் ஒரு ANOVA ஐ எவ்வாறு இயக்குவது என்பதை அறிந்து கொள்வதே உங்கள் குறிக்கோள் என்றால், இந்த நூல் ஒரு நல்ல தேர்வாக இல்லை. ஆனால் நான் சொல்வது போல், அது உங்கள் குறிக்கோள் என்று நான் நினைக்கவில்லை. * தரவு பகுப்பாய்வை எவ்வாறு செய்வது என்பதை நீங்கள் அறிய விரும்புகிறீர்கள் என்று நினைக்கிறேன். அது உண்மையில் உங்கள் குறிக்கோள் என்றால், உங்கள் அறிமுக புள்ளிவிவர வகுப்பில் நீங்கள் கற்றுக் கொள்ளும் திறன்கள் இயற்கையாகவும் சுத்தமாகவும் உண்மையான உலக தரவு பகுப்பாய்வில் உங்களுக்குத் தேவையான மிகவும் சிக்கலான மாதிரிகளுக்கு விரிவாக்கக்கூடியவை என்பதை உறுதிப்படுத்த விரும்புகிறீர்கள். உண்மையான தரவு ஆய்வாளர்கள் பயன்படுத்தும் அதே கருவிகளைப் பயன்படுத்த நீங்கள் கற்றுக்கொள்கிறீர்கள் என்பதை உறுதிப்படுத்த விரும்புகிறீர்கள், இதன் மூலம் அவர்கள் என்ன செய்கிறார்கள் என்பதை நீங்கள் கற்றுக்கொள்ளலாம். எனவே ஆமாம், சரி, நீங்கள் இப்போதே ஒரு தொடக்கக்காரர் (அல்லது நீங்கள் இந்த புத்தகத்தைத் தொடங்கியபோது நீங்கள் இருந்தீர்கள்), ஆனால் இதன் பொருள் உங்களுக்கு ஒரு ஊமை-கீழே கதை வழங்கப்பட வேண்டும் என்று அர்த்தமல்ல, நான் உங்களுக்கு சொல்லாத ஒரு கதை நிகழ்தகவு அடர்த்தி பற்றி, அல்லது சமநிலையற்ற வடிவமைப்புகளைக் கொண்ட காரணியாலான ANOVA என்ற கனவைப் பற்றி நான் உங்களுக்குச் சொல்லாத ஒரு கதை. சரியான தரவு பகுப்பாய்வு கருவிகளுக்கு பதிலாக உங்களுக்கு குழந்தை பொம்மைகளை வழங்க வேண்டும் என்று அர்த்தமல்ல. ஆரம்பத்தில் ஊமை இல்லை, அவர்களுக்கு அறிவு இல்லை. உங்களிடமிருந்து மறைக்கப்பட்ட உண்மையான உலக தரவு பகுப்பாய்வின் சிக்கல்களைக் கொண்டிருப்பது உங்களுக்குத் தேவையானது * அல்ல. உங்களுக்குத் தேவையானது திறன்கள் மற்றும் கருவிகள் அந்த சிக்கல்களை உண்மையான உலகில் தவிர்க்க முடியாமல் பதுங்கியிருக்கும்போது அவற்றைக் கையாள அனுமதிக்கும்.

நான் நம்புகிறேன் என்னவென்றால், இந்த நூல், அல்லது இது ஒரு நாள் மாறும் முடிக்கப்பட்ட நூல், அதற்கு உங்களுக்கு உதவ முடியும்.