ক্লাস্টার-শক্তিশালী স্ট্যান্ডার্ড ত্রুটি (Cluster-Robust Standard Errors)
ক্লাস্টার-শক্তিশালী স্ট্যান্ডার্ড ত্রুটিগুলি স্কুল, হাসপাতাল বা অঞ্চলের মতো ক্লাস্টারের মধ্যে পর্যবেক্ষণগুলি পরস্পর সম্পর্কযুক্ত হলে রিগ্রেশন সহগগুলির ভেদাঙ্ক সংশোধন করে। ক্লাস্টারযুক্ত স্যান্ডউইচ এস্টিমেটরটি Liang & Zeger (1986) এর জেনারালাইজড এস্টিমেটিং ইকুয়েশনস থেকে উদ্ভূত হয়েছিল এবং Cameron & Miller (2015) দ্বারা প্রয়োগমূলক কাজের জন্য সংশ্লেষিত হয়েছিল, যা সাধারণ স্ট্যান্ডার্ড ত্রুটিগুলি খুব ছোট হলে বৈধ অনুমান সরবরাহ করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
পদ্ধতি-মানচিত্র
সম্পর্কিত পদ্ধতিসমূহের প্রতিবেশ — অন্বেষণ করতে একটি নোড নির্বাচন করুন।
উৎস
- Liang, K. Y. & Zeger, S. L. (1986). Longitudinal Data Analysis Using Generalized Linear Models. Biometrika, 73(1), 13-22. DOI: 10.1093/biomet/73.1.13 ↗
- Cameron, A. C. & Miller, D. L. (2015). A Practitioner's Guide to Cluster-Robust Inference. Journal of Human Resources, 50(2), 317-372. DOI: 10.3368/jhr.50.2.317 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 1). Cluster-Robust (Clustered) Standard Errors. ScholarGate. https://scholargate.app/bn/statistics/cluster-robust-se
কোন পদ্ধতি?
এই পদ্ধতিটিকে তার নিকটতম সমগোত্রীয়দের পাশে রাখুন এবং পাশাপাশি পড়ুন — গ্রন্থাগার বইগুলি টেবিলে সাজিয়ে দেয়; নির্বাচন আপনার।
- সাধারণ ন্যূনতম বর্গক্ষেত্র (OLS) রিগ্রেশনঅর্থমিতি↔ তুলনা করুন
- প্যানেল ডেটা ফিক্সড এফেক্টস মডেলঅর্থমিতি↔ তুলনা করুন
- পারমুটেশন (র্যান্ডমাইজেশন) টেস্টপরিসংখ্যান↔ তুলনা করুন
- রিগ্রেশন অনুমানের জন্য ওয়াইল্ড বুটস্ট্র্যাপপরিসংখ্যান↔ তুলনা করুন
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →