हाल ही में 538 ब्लॉग पोस्ट में, नाट रजत ने हालिया वर्षों में बेसबॉल आंकड़ों के विश्लेषण में किए गए शानदार अग्रिमों पर चर्चा की। मैंने पहली बार 2008 में 538 वेबसाइट शुरू करने के बाद से रजत के काम का पालन किया है, और मैं सपने के अध्ययन में समान विश्लेषणात्मक तरीकों का इस्तेमाल करने की कोशिश में शामिल मुद्दों के माध्यम से सोचने के लिए सांख्यिकीय तर्कों पर अपने विचारों को खोजता हूं। इस नवीनतम पोस्ट में, "रिच डेटा, खराब डेटा," सिल्वर बेसबॉल के आंकड़ों के लाभों को मानता है कि "अन्य क्षेत्रों में उनके मनीबॉल क्षणों के लिए तेजी से विश्लेषणात्मक प्रगति संभव दशक बनाते हैं।" मैं इन लाभों की समीक्षा करना चाहता हूं और देखें कि वे कैसे अपने स्वयं के "मनीबॉल" क्रांति के कगार पर एक क्षेत्र का सपना अनुसंधान से संबंधित है।
रजत बेसबॉल की तीन विशिष्ट विशेषताओं को पहचानती है, और सामान्य रूप से खेल के आंकड़े, जो विश्लेषणात्मक प्रगति को प्रोत्साहित करते हैं सबसे पहले, "खेल में भयानक डेटा है," जिसका अर्थ है "सटीक, सटीक और कठोर गुणवत्ता नियंत्रण के अधीन डेटा।" यह वही है जो "समृद्ध डेटा" का मतलब है-उच्च मात्रा और उच्च गुणवत्ता। दूसरा, "खेल में, हम नियमों को जानते हैं।" खेल के नियम और सीमाएं स्पष्ट हैं, और कारण-और-प्रभाव संबंधों की पहचान करना अपेक्षाकृत आसान है तीसरा, "खेल तेज प्रतिक्रिया और सफलता के स्पष्ट निशान प्रदान करता है।" रजत कहते हैं, "विश्लेषणात्मक रूप से प्रगतिशील क्षेत्रों का एक ब्योरा नए डेटा का दैनिक संग्रह है जो शोधकर्ताओं को तेजी से विचारों का परीक्षण करने और मूर्खों को चक देते हैं।" खेल और मौसम की भविष्यवाणी यह गुणवत्ता; प्रत्येक दिन नए डेटा और नए अवसरों के reams को एक के सिद्धांतों का परीक्षण करने के लिए लाता है। अमेरिकी राष्ट्रपति चुनाव नहीं; वे केवल हर चार साल में एक बार आते हैं, और हमारे पास कुल में 60 में से कम होते हैं।
इन मानकों के संबंध में किराए की सपने देखने का डेटा कैसे?
ड्रीम रिसर्च में बहुत बढ़िया डेटा है, हालांकि, यह खेल सांख्यिकीविदों द्वारा विश्लेषित जानकारी की तुलना में कहीं अधिक जटिल है। ड्रीम डेटा में बहुत सारी व्यक्तिपरक, प्रथम-व्यक्ति, आत्मनिर्भर सामग्री शामिल है, जिसका अर्थ है कि हमें सावधानीपूर्वक उन प्रक्रियाओं को समझाया है जो हम बीमा करने के लिए उपयोग करते हैं कि हमारा डेटा "सटीक, सटीक, [और] कठोर गुणवत्ता नियंत्रण के अधीन है।" ड्रीम डेटा कई मायनों में समृद्ध डेटा हैं, निजी पत्रिकाओं, जनसांख्यिकीय सर्वेक्षण, मनोवैज्ञानिक प्रयोगों, नींद प्रयोगशाला अध्ययन और विस्तृत ऐतिहासिक और सांस्कृतिक विश्लेषण सहित विभिन्न स्रोतों पर चित्रित करना। इन विभिन्न प्रकार की सूचनाएं शायद ही कभी समन्वित होती हैं, लेकिन संभावनाएं बदलेगी क्योंकि नई प्रौद्योगिकियां शोधकर्ताओं के लिए अपने डेटा साझा करना और एक-दूसरे के निष्कर्षों पर निर्माण करना आसान बनाती हैं।
दूसरा, सपना अनुसंधान में हम कुछ नियमों को जानते हैं (जैसे कि सपने देखने-जागते निरंतरता का अनुमान लगाने योग्य पैटर्न), लेकिन उनमें से सभी नहीं, और कारण एक बहुआयामी मामला है, कम से कम कहने के लिए। यह बेसबॉल में डेटा विश्लेषिकी और सपना अनुसंधान के बीच सबसे तेज भेद हो सकता है: पूर्व एक अपेक्षाकृत बंद प्रणाली है, और बाद में व्यापक खुली व्यवस्था है, शायद मानव मनोविज्ञान में सबसे व्यापक खुली व्यवस्था है एक परिणाम के रूप में, सपना अनुसंधान में झूठी सकारात्मकों की एक निरंतर चुनौती होती है (यानी, हम सोचते हैं कि हम एक कनेक्शन देखते हैं, जब वह नहीं है), साथ ही अचयनित आंशिक और सीमित अवलोकनों के लिए अधिक उपयुक्त व्यक्ति के सामान्य व्याख्याओं का खतरा।
रजत के तीसरे सिद्धांत पर सबसे अच्छा ड्रीम अनुसंधान किराया हमारे क्षेत्र में दैनिक डेटा संग्रह, विश्लेषण, प्रतिक्रिया, और परीक्षण के तेज चक्र पैदा करने की क्षमता है। यह आंकड़ों के विश्लेषण के क्षेत्र के रूप में सपना अनुसंधान का सबसे बड़ा फायदा है: सपनों के अध्ययन के लिए एक "विश्लेषणात्मक रूप से प्रगतिशील" दृष्टिकोण विकसित करने के लिए नए डेटा की निरंतर धारा पर आकर्षित करने का अवसर।
