গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
কোয়ান্টাইল রিগ্রেশন কুইজ
ডেলিভারি এবং সার্ভিস-টাইম উদাহরণের মাধ্যমে শর্তসাপেক্ষ শতাংশ, পিনবল-ক্ষতির গণনা এবং ভবিষ্যদ্বাণী-ব্যবধান কভারেজ অনুশীলন করুন।
প্রশ্ন 1 এর 8
একটি ডেলিভারি মডেল শর্তসাপেক্ষ 90 তম পার্সেন্টাইল অনুমান করে। কোন ব্যাখ্যাটি ধারাবাহিক ফলাফল এবং একটি ভাল-আনুমানিক মডেলের জন্য গাইডের সাথে মেলে?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- একটি ডেলিভারি মডেল শর্তসাপেক্ষ 90 তম পার্সেন্টাইল অনুমান করে। কোন ব্যাখ্যাটি ধারাবাহিক ফলাফল এবং একটি ভাল-আনুমানিক মডেলের জন্য গাইডের সাথে মেলে?
- অনুমান হল তুলনামূলক প্রসবের 10% ধীরগতির গড়
- তুলনামূলক ফলাফলের প্রায় 90% সেই মানের বা তার নিচে পড়ে
- অনুমানটি 90% পৃথক পার্সেলে সঠিক
- মডেলের পরামিতিগুলির সঠিক হওয়ার 90% সম্ভাবনা রয়েছে
- কোয়ান্টাইল 0.9 এ, 10 এর একটি ভবিষ্যদ্বাণী 12 এর ফলাফল দ্বারা অনুসরণ করা হয়। কোন পিনবল ক্ষতি প্রযোজ্য?
- 0.2
- 2.0
- 0.9
- 1.8
- কেন একটি উচ্চ কোয়ান্টাইল ফিটিং মধ্যমা ফিট করার চেয়ে একটি উচ্চ অনুমানের পক্ষে?
- আন্ডারপ্রেডিকশন সমান আকারের ওভারপ্রেডিকশনের চেয়ে বড় শাস্তি পায়
- সমস্ত ত্রুটি একই বর্গক্ষেত্রের শাস্তি পায়
- মডেলটি মিডিয়ানের নীচের প্রতিটি ফলাফল বাতিল করে
- লক্ষ্য মানগুলি কোয়ান্টাইল দ্বারা গুণিত হয়
- কোন নামমাত্র কেন্দ্রীয় ব্যবধান 10 তম এবং 90 তম শর্তাধীন শতাংশ দ্বারা গঠিত হয়?
- একটি 90% ব্যবধান
- একটি 10% ব্যবধান
- একটি 80% ব্যবধান
- একটি 100% ব্যবধান
- একটি মডেলের নামমাত্র 80% ব্যবধান ধারণকৃত ফলাফলের মাত্র 60% কভার করে। কোন উপসংহার অনুসরণ করে?
- প্রশিক্ষণ ক্ষতি কভারেজ গ্যারান্টি দেয়, তাই মূল্যায়ন উপেক্ষা করা আবশ্যক
- পর্যবেক্ষিত কভারেজ নামমাত্র লক্ষ্যের নিচে পড়ে
- ব্যবধান স্বয়ংক্রিয়ভাবে গড় জন্য একটি আত্মবিশ্বাসের ব্যবধান
- একটি নামমাত্র ব্যবধানে প্রতিটি অনুষ্ঠিত-আউট ফলাফল থাকা উচিত
- দুটি পৃথকভাবে লাগানো কোয়ান্টাইল মডেল নিম্ন সীমার নীচে একটি উপরের সীমার পূর্বাভাস দেয়। কোন সমস্যা ঘটেছে?
- নিখুঁত ক্রমাঙ্কন
- রিগ্রেশন মানে
- ওভারকভারেজ
- কোয়ান্টাইল ক্রসিং
- 50 তম পার্সেন্টাইলে, কিভাবে পিনবলের ওজন কমানো ইতিবাচক এবং নেতিবাচক অবশিষ্টাংশ সমান আকারের হয়?
- সমানভাবে, অর্ধেক পরম ত্রুটি ফলন
- ইতিবাচক অবশিষ্টাংশ দ্বিগুণ ওজন পায়
- নেতিবাচক অবশিষ্টাংশ দ্বিগুণ ওজন পায়
- গড় করার আগে উভয়ই বর্গ করা হয়
- ভবিষ্যতের পরিষেবার সময়ের জন্য একজন পরিচালকের একটি পরিসর প্রয়োজন। কেন আনুমানিক গড় জন্য একটি আত্মবিশ্বাসের ব্যবধান অনুপযুক্ত হতে পারে?
- যখনই নমুনা বড় হয় তখন এটি ভবিষ্যতের ফলাফলের কেন্দ্রীয় 80% বর্ণনা করে
- এটি সরাসরি পৃথক ভবিষ্যত পরিষেবা সময়ের মধ্যে পার্থক্য পরিমাপ করে
- এটি ভবিষ্যতের ফলাফলের বিস্তারের পরিবর্তে একটি আনুমানিক প্যারামিটারে অনিশ্চয়তার উদ্বেগ করে
- এটি প্রতিটি ভবিষ্যত গ্রাহক গোষ্ঠীর জন্য একই কভারেজের নিশ্চয়তা দেয়