এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
গ্রেঞ্জার টেস্ট
ক্লাইভ গ্রেঞ্জার দ্বারা উন্নত একটি পরিসংখ্যানগত পরীক্ষা যা নির্ধারণ করে যে একটি সময় সিরিজে অন্য একটি ভবিষ্যত সময় সিরিজ সম্পর্কে পূর্বাভাসমূলক তথ্য রয়েছে কিনা। এই পরীক্ষাটি এই অনুমানের উপর ভিত্তি করে তৈরি যে একটি ভেরিয়েবল X-এর অতীতের মানের জ্ঞান Y ভেরিয়েবলের পূর্বাভাসকে কেবল Y-এর অতীতের মান ব্যবহার করে যা সম্ভব তার চেয়ে উন্নত করে।
লিনিয়ার প্রেডিকশন
একটি পূর্বাভাস পদ্ধতি যা এক বা একাধিক ভেরিয়েবলের অতীতের মানের একটি রৈখিক সমন্বয় ব্যবহার করে ভবিষ্যতের মান অনুমান করে। ক্লাসিক্যাল গ্রেঞ্জার টেস্ট সময় সিরিজের মধ্যে কার্যকারণ সম্পর্ক মূল্যায়নের জন্য লিনিয়ার প্রেডিকশন মডেলের উপর নির্ভর করে।
টাইম ল্যাগ
একটি কারণ এবং তার প্রভাবের মধ্যে সময়গত বিলম্ব, যা কার্যকারণ মডেলে ভবিষ্যতের মান পূর্বাভাস করতে ব্যবহৃত অতীত সময়ের সংখ্যা দ্বারা প্রতিনিধিত্ব করা হয়। উপযুক্ত ল্যাগ নির্বাচন গ্রেঞ্জার টেস্টের বৈধতার জন্য গুরুত্বপূর্ণ এবং AIC বা BIC-এর মতো তথ্য মানদণ্ড দ্বারা নির্ধারণ করা যেতে পারে।
গ্রেঞ্জার এফ টেস্ট
গ্রেঞ্জার টেস্টের একটি নির্দিষ্ট সংস্করণ যা দুটি রিগ্রেশন মডেল তুলনা করতে F পরিসংখ্যান ব্যবহার করে: একটি সীমাবদ্ধ মডেল (অনুমিত কার্যকারণ ভেরিয়েবল ছাড়া) এবং একটি অসীমাবদ্ধ মডেল (এই ভেরিয়েবল সহ)। সম্পূর্ণ মডেলে তাদের অশূন্যতার বিপরীতে সীমাবদ্ধ মডেলে কার্যকারণ ভেরিয়েবলের সহগগুলির শূন্যতা পরীক্ষা করা হয়।
ইন্টিগ্রেশন
একটি সময় সিরিজের ইন্টিগ্রেশন অর্ডার, I(d) হিসাবে চিহ্নিত, যা স্টেশনারি হতে সিরিজটিকে কতবার ডিফারেন্স করতে হবে তা নির্দেশ করে। ইন্টিগ্রেশন অর্ডারের জ্ঞান সঠিকভাবে গ্রেঞ্জার টেস্ট প্রয়োগ করতে এবং মিথ্যা রিগ্রেশন এড়াতে মৌলিক।
মাল্টিভেরিয়েট কজালিটি টেস্ট
একই সময়ে একাধিক ভেরিয়েবলের ক্ষেত্রে গ্রেঞ্জার টেস্টের সম্প্রসারণ, একটি জটিল সিস্টেমে কার্যকারণ সম্পর্ক বিশ্লেষণের জন্য VAR (ভেক্টর অটোরিগ্রেসিভ) মডেল ব্যবহার করে। এই পদ্ধতিটি অন্যান্য ভেরিয়েবলের প্রভাব নিয়ন্ত্রণ করতে এবং সরাসরি কার্যকারণ সম্পর্ক চিহ্নিত করতে সক্ষম করে।
ইনস্ট্যান্টেনিয়াস গ্রেঞ্জার টেস্ট
কার্যকারণ পরীক্ষা যা পরীক্ষা করে যে একই সময়কালে দুটি ভেরিয়েবলের মধ্যে একই সাথে পরিবর্তনগুলি পরিসংখ্যানগতভাবে তাৎপর্যপূর্ণ কিনা, ক্লাসিক্যাল গ্রেঞ্জার টেস্টের বিপরীতে যা সময়গত ল্যাগগুলিতে ফোকাস করে। এই পরীক্ষাটি উচ্চ-ফ্রিকোয়েন্সি ডেটার জন্য বিশেষভাবে প্রাসঙ্গিক যেখানে তাৎক্ষণিক প্রভাবগুলি গুরুত্বপূর্ণ হতে পারে।
আকাইকের ইনফরমেশন ক্রাইটেরিয়া (AIC)
গ্রেঞ্জার টেস্ট মডেলগুলিতে সর্বোত্তম ল্যাগের সংখ্যা নির্বাচন করতে ব্যবহৃত একটি পরিসংখ্যানগত মেট্রিক, মডেল ফিট এবং এর জটিলতার মধ্যে ভারসাম্য বজায় রাখে। AIC BIC-এর চেয়ে কম কঠোরভাবে জটিলতাকে শাস্তি দেয়, আরও প্যারামিটার সহ মডেল নির্বাচনের প্রবণতা রাখে।
বেইজিয়ান ইনফরমেশন ক্রাইটেরিয়া (BIC)
গ্রেঞ্জার টেস্টে সর্বোত্তম ল্যাগ সংখ্যা নির্ধারণের জন্য মডেল নির্বাচন মানদণ্ড, যা AIC-এর তুলনায় মিতব্যয়িতাকে অগ্রাধিকার দেয়। BIC অতিরিক্ত প্যারামিটারের জন্য আরও শক্তিশরী জরিমানা আরোপ করে, কার্যকারণ মডেলগুলিতে ওভারফিটিংয়ের ঝুঁকি হ্রাস করে।
VAR মডেল (ভেক্টর অটোরিগ্রেসিভ)
একটি ইকোনোমেট্রিক মডেল যেখানে প্রতিটি ভেরিয়েবল তার নিজস্ব অতীত মান এবং সিস্টেমের অন্যান্য ভেরিয়েবলের অতীত মানের উপর রিগ্রেস করা হয়, যা বহুভেরিয়েবল গ্রেঞ্জার কার্যকারণ পরীক্ষার ভিত্তি। VAR মডেলগুলি একাধিক টাইম সিরিজের মধ্যে গতিশীল আন্তঃনির্ভরতা ক্যাপচার করতে সক্ষম।
ইমপালস-রেস্পন্স
গ্রেঞ্জার টেস্টের পরিপূরক বিশ্লেষণ যা VAR মডেলে একটি নির্দিষ্ট ভেরিয়েবলে শক দেওয়ার পর সময়ের সাথে সাথে ভেরিয়েবলগুলির বিবর্তন ট্রেস করে। এই কৌশলটি গ্রেঞ্জার টেস্ট দ্বারা চিহ্নিত কার্যকারণ প্রভাবগুলির প্রশস্ততা এবং সময়কাল পরিমাপ করতে সক্ষম করে।
ভ্যারিয়েন্স ডিকম্পোজিশন
একটি পরিসংখ্যানগত পদ্ধতি যা একটি ভেরিয়েবলের ফোরকাস্ট ত্রুটির ভ্যারিয়েন্সের অনুপাত নির্ধারণ করে যা নিজের উপর এবং সিস্টেমের অন্যান্য ভেরিয়েবলের উপর শকগুলির জন্য দায়ী। এই বিশ্লেষণটি ভেরিয়েবলগুলির পরিবর্তনের ব্যাখ্যায় গ্রেঞ্জার কার্যকারণ সম্পর্কের আপেক্ষিক গুরুত্ব পরিমাপ করে।
নন-লিনিয়ারিটি টেস্ট
টাইম সিরিজের মধ্যে নন-লিনিয়ার সম্পর্কের জন্য গ্রেঞ্জার টেস্টের এক্সটেনশন, যা নিউরাল নেটওয়ার্ক বা রেজিম সুইচিং মডেলের মতো মডেল ব্যবহার করে। এই টেস্টগুলি এমন কার্যকারণ শনাক্ত করে যা ক্লাসিক্যাল লিনিয়ার টেস্টগুলি মিস করতে পারে।
কন্ডিশনাল কার্যকারণ
গ্রেঞ্জার টেস্ট যা কন্ট্রোল ভেরিয়েবলগুলির একটি সেটের উপর শর্ত সাপেক্ষে দুটি ভেরিয়েবলের মধ্যে কার্যকারণ সম্পর্ক মূল্যায়ন করে, এইভাবে সরাসরি কার্যকারণ প্রভাবকে বিচ্ছিন্ন করে। এই পদ্ধতিটি অন্যান্য ভেরিয়েবলের মাধ্যমে মধ্যস্থতা করা পরোক্ষ কার্যকারণ থেকে সরাসরি কার্যকারণকে আলাদা করতে সক্ষম করে।
নন-লিনিয়ার গ্রেঞ্জার টেস্ট
গ্রেঞ্জার টেস্টের একটি বৈকল্পিক যা টাইম সিরিজের মধ্যে নন-লিনিয়ার প্রেডিক্টিভ সম্পর্ক শনাক্ত করার জন্য ডিজাইন করা হয়েছে, থ্রেশহোল্ড মডেল বা কার্নেলের মতো পদ্ধতি ব্যবহার করে। এই টেস্টটি বিশেষভাবে উপযোগী যখন অর্থনৈতিক সম্পর্কগুলি অ্যাসিমেট্রি বা রেজিম পরিবর্তন প্রদর্শন করে।