forecastingmethods have no advantag

forecastingmethods have no advantage over linear methods in out-of-sample
forecasting for time series sampled on a weekly basis. These results can mean that either the original series have linear
dynamics, the test statistics for distinguishing linear from nonlinear behaviour do not have the power to detect the
kind of nonlinearity present, or the process is nonlinear but the sampling is inadequate to represent the dynamics. We
suggest that further studies should apply similar techniques to more frequently sampled data.

ผลลัพธ์ (ไทย) 1:

forecastingmethods ได้ไม่ได้เปรียบเชิงเส้นวิธีออกของตัวอย่างการคาดการณ์สำหรับอนุกรมเวลาลิ้มลองเป็นประจำทุกสัปดาห์ ผลลัพธ์เหล่านี้อาจหมายถึง ว่า ชุดเดิมมีเชิงเส้นdynamics ทดสอบสถิติสำหรับการแยกแยะเชิงเส้นจากพฤติกรรมไม่เชิงเส้นไม่มีอำนาจในการตรวจสอบการไม่เชิงเส้นเป็นประเภท nonlinearity ปัจจุบัน หรือกระบวนการ แต่การสุ่มตัวอย่างเพียงพอที่จะแสดงถึงการเปลี่ยนแปลง เราแนะนำว่า ศึกษาต่อควรใช้เทคนิคที่คล้ายกันกับข้อมูลตัวอย่างบ่อย

ผลลัพธ์ (ไทย) 2:

forecastingmethods มีข้อได้เปรียบกว่าวิธีการไม่เชิงเส้นออกจากตัวอย่าง
การคาดการณ์สำหรับชุดตัวอย่างเวลาเป็นประจำทุกสัปดาห์ ผลลัพธ์เหล่านี้อาจหมายถึงว่าทั้งชุดเดิมมีการเชิงเส้น
Dynamics สถิติทดสอบสำหรับความแตกต่างเชิงเส้นจากพฤติกรรมที่ไม่เป็นเชิงเส้นไม่ได้มีอำนาจในการตรวจสอบ
ชนิดของการไม่เป็นเชิงเส้นในปัจจุบันหรือกระบวนการนี้ไม่เชิงเส้น แต่การสุ่มตัวอย่างอยู่ไม่เพียงพอที่จะเป็นตัวแทนของการเปลี่ยนแปลง เรา
แสดงให้เห็นว่าการศึกษาต่อไปควรใช้เทคนิคคล้ายกับข้อมูลตัวอย่างบ่อยครั้งมากขึ้น

ผลลัพธ์ (ไทย) 3:

forecastingmethods ไม่มีความได้เปรียบมากกว่าวิธีการเชิงเส้น จากตัวอย่างการพยากรณ์อนุกรมเวลาและในสัปดาห์ ผลลัพธ์เหล่านี้สามารถหมายถึงทั้งชุดเดิมมีการเชิงเส้นการเปลี่ยนแปลงสถิติทดสอบสำหรับการแยกเชิงเส้นจากพฤติกรรมไม่เชิงเส้นไม่มีอำนาจตรวจสอบชนิดของค่าปัจจุบันหรือกระบวนการเชิงเส้นแต่ตัวอย่างไม่เพียงพอที่จะเป็นตัวแทนของพลศาสตร์ เราแนะนำให้ศึกษาเพิ่มเติม ควรใช้เทคนิคคล้ายกับบ่อย ตัวอย่างข้อมูล