In Table 2, we report a correlation

In Table 2, we report a correlation matrix, which contains Pearson product moment
correlation between the regression variables. As expected, all of the variables are significantly
correlated with forecast accuracy (ACCY). For example, ACCY is negatively correlated
with DISP (p  0.01) and positively correlated with AUDITOR (p  0.01).15 The
univariate correlation between AUDITOR and forecast dispersion (DISP) is 0.239, which
is significant at 1 percent level. The univariate correlation between our alternative measure

ผลลัพธ์ (ไทย) 1:

ในตารางที่ 2 เราได้รายงานเมทริกซ์สหสัมพันธ์ ซึ่งขณะนี้ผลิตภัณฑ์ของเพียร์สันความสัมพันธ์ระหว่างตัวแปรการถดถอย ตามที่คาดไว้ ตัวแปรทั้งหมดได้อย่างมีนัยสำคัญcorrelated คาดการณ์แม่นยำ (ACCY) ตัวอย่าง ACCY จะส่ง correlatedกับ DISP (p 0.01) และบวก correlated สอบ (p 0.01) .15ความสัมพันธ์อย่างไร univariate ระหว่างผู้ตรวจสอบและการคาดการณ์ 0.239 มีเธน (DISP) ซึ่งได้อย่างมีนัยสำคัญที่ระดับร้อยละ 1 ความสัมพันธ์อย่างไร univariate ระหว่างของวัดอื่น

ผลลัพธ์ (ไทย) 2:

ในตารางที่ 2 เรารายงานสัมพันธ์เมทริกซ์ที่มีเพียร์สัน
ความสัมพันธ์ระหว่างตัวแปรถดถอย คาดว่าจะเป็นตัวแปรทั้งหมดอย่างมีนัยสำคัญ
มีความสัมพันธ์กับความถูกต้องคาดการณ์ (เอื้องฟ้า) ตัวอย่างเช่นเอื้องฟ้ามีความสัมพันธ์ทางลบ
กับ DISP (P? 0.01) และมีความสัมพันธ์เชิงบวกกับผู้สอบบัญชี (P? 0.01) 0.15
ความสัมพันธ์ univariate ระหว่างผู้สอบบัญชีและการคาดการณ์การกระจาย (DISP) คืออะไร? 0.239 ซึ่ง
มีความสำคัญในระดับร้อยละ 1 ความสัมพันธ์ระหว่าง univariate มาตรการทางเลือกของเรา

ผลลัพธ์ (ไทย) 3:

ตารางที่ 2 เรารายงานเมทริกซ์สหสัมพันธ์เพียร์สัน ซึ่งมีช่วงเวลา
ผลิตภัณฑ์สหสัมพันธ์ถดถอยตัวแปร ตามที่คาดไว้ , ทั้งหมดของตัวแปรมีความสัมพันธ์อย่างมีนัยสำคัญ
ที่มีการคาดการณ์ความถูกต้อง ( accy ) ตัวอย่างเช่น มีความสัมพันธ์เชิงลบกับเครื่องพ่น accy
( P  0.01 ) และมีความสัมพันธ์กับผู้สอบบัญชี ( P 0.01 15
 )ที่มีความสัมพันธ์ระหว่างผู้สอบบัญชีและการคาดการณ์การแพร่กระจาย ( แสดงผล )  0.239 ซึ่ง
อย่างมีนัยสำคัญ ที่ระดับ 1 % 2 ความสัมพันธ์ระหว่างมาตรการทางเลือกของเรา