A key concept for understanding the

A key concept for understanding the tests used in logistic
multiple regression is that of a log likelihood. Usually,
though, overall significance is tested using Model Chisquare,
which is derived from the likelihood of observing
the actual data under the assumption that the model that
has been fitted is accurate. Table 2 contains the base model
results for the logistic regression analysis.
Using the multivariate logistic regression method, the
spatial relationship between landslide-occurrence location
and landslide-related factors was calculated. For the implementation
of the multivariate logistic regression method,
SPSS program was used for the calculation of the correlation
of landslide to each factor. First, all of the 10 factors that
were constructed in the spatial database were used. Then,
logistic multiple regression coefficients of the factors were
calculated (Table 2). The coefficients of the logistic multiple
regression model is estimated using the maximum-likelihood
method. In other words, the coefficients that make the
observed results most “likely” are selected. Since the relationship
between the independent variables and the probability
is nonlinear in the logistic multiple regression model,
an iterative algorithm was used for parametric estimation
(Dai and Lee, 2002). In Table 2, two types of correlation
can be seen; one is positive coefficients such as slope and
the second is negative coefficients such as curvature. After
calculating the logistic regression coefficients of the 10 landsliding
factors, formulae (3)–(5), were used for the landslide
hazard mapping for three test areas as shown below.

ผลลัพธ์ (ไทย) 1:

A key concept for understanding the tests used in logisticmultiple regression is that of a log likelihood. Usually,though, overall significance is tested using Model Chisquare,which is derived from the likelihood of observingthe actual data under the assumption that the model thathas been fitted is accurate. Table 2 contains the base modelresults for the logistic regression analysis.Using the multivariate logistic regression method, thespatial relationship between landslide-occurrence locationand landslide-related factors was calculated. For the implementationof the multivariate logistic regression method,SPSS program was used for the calculation of the correlationof landslide to each factor. First, all of the 10 factors thatwere constructed in the spatial database were used. Then,logistic multiple regression coefficients of the factors werecalculated (Table 2). The coefficients of the logistic multipleregression model is estimated using the maximum-likelihoodmethod. In other words, the coefficients that make theobserved results most “likely” are selected. Since the relationshipbetween the independent variables and the probabilityis nonlinear in the logistic multiple regression model,an iterative algorithm was used for parametric estimation(Dai and Lee, 2002). In Table 2, two types of correlationcan be seen; one is positive coefficients such as slope andthe second is negative coefficients such as curvature. Afterการคำนวณสัมประสิทธิ์ถดถอยโลจิสติก 10 landslidingปัจจัย สูตร (3)–(5) ใช้สำหรับดินถล่มอันตรายการแม็ปสำหรับสามทดสอบพื้นที่ดังต่อไปนี้

ผลลัพธ์ (ไทย) 2:

แนวคิดที่สำคัญสำหรับการทำความเข้าใจการทดสอบที่ใช้ในการโลจิสติกการถดถอยพหุคูณเป็นที่ของโอกาสในการเข้าสู่ระบบ โดยปกติ
แต่อย่างมีนัยสำคัญโดยรวมมีการทดสอบโดยใช้ค่าไคสแควรุ่น, ซึ่งได้มาจากความน่าจะเป็นของการสังเกตข้อมูลที่เกิดขึ้นจริงภายใต้สมมติฐานว่ารูปแบบที่ได้รับการติดตั้งที่ถูกต้อง ตารางที่ 2 มีรูปแบบฐานผลการวิเคราะห์การถดถอยโลจิสติก. ใช้วิธีการถดถอยโลจิสติกหลายตัวแปรที่มีความสัมพันธ์เชิงพื้นที่ระหว่างสถานที่ถล่ม-เกิดขึ้นและปัจจัยที่เกี่ยวข้องกับการถล่มที่คำนวณได้ สำหรับการดำเนินงานของวิธีการถดถอยโลจิสติกหลายตัวแปรโปรแกรมSPSS ถูกนำมาใช้ในการคำนวณความสัมพันธ์ที่ถล่มแต่ละปัจจัย ครั้งแรกทั้งหมด 10 ปัจจัยที่ถูกสร้างขึ้นในฐานข้อมูลเชิงพื้นที่ถูกนำมาใช้ จากนั้นค่าสัมประสิทธิ์การถดถอยโลจิสติกหลายปัจจัยถูกคำนวณ(ตารางที่ 2) ค่าสัมประสิทธิ์ของโลจิสติกหลายแบบการถดถอยเป็นที่คาดกันใช้โอกาสสูงสุดวิธีการ ในคำอื่น ๆ ค่าสัมประสิทธิ์ที่ทำให้ผลการสังเกตมากที่สุด"แนวโน้ม" ได้รับการคัดเลือก เนื่องจากความสัมพันธ์ระหว่างตัวแปรอิสระและความน่าจะเป็นเชิงเส้นในรูปแบบถดถอยโลจิสติกอัลกอริทึมซ้ำที่ใช้สำหรับการประมาณค่าพารามิเตอร์(Dai และลี, 2002) ในตารางที่ 2 ทั้งสองประเภทของความสัมพันธ์ที่สามารถมองเห็นได้; หนึ่งคือค่าสัมประสิทธิ์บวกเช่นความลาดชันและที่สองคือค่าสัมประสิทธิ์ลบเช่นความโค้ง หลังจากการคำนวณค่าสัมประสิทธิ์การถดถอยโลจิสติกใน 10 landsliding ปัจจัยสูตร (3) - (5) ถูกนำมาใช้สำหรับดินถล่มทำแผนที่อันตรายสำหรับพื้นที่สามการทดสอบที่แสดงด้านล่าง

ผลลัพธ์ (ไทย) 3:

แนวคิดที่สำคัญสำหรับความเข้าใจการทดสอบที่ใช้ในการ วิเคราะห์การถดถอยพหุคูณโลจิสติก
เป็นบันทึกโอกาส โดยปกติ
แม้ว่าความสำคัญโดยรวมที่ใช้ในการทดสอบแบบไคสแควร์
, ซึ่งได้มาจากโอกาสของการสังเกต
จริงข้อมูลภายใต้สมมติฐานว่ารูปแบบที่
ได้รับการติดตั้งถูกต้อง ตารางที่ 2 ประกอบด้วยแบบจำลอง
ฐานผลสำหรับการวิเคราะห์การถดถอยโลจิสติก .