The hotspots and Kernel density surfaces were derived for total accide การแปล - The hotspots and Kernel density surfaces were derived for total accide ไทย วิธีการพูด

The hotspots and Kernel density sur

The hotspots and Kernel density surfaces were derived for total accidents as a whole and particularly
for accidents during monsoon and non-monsoon times and incidents near to educational institution and
religious places. The hotspots for each classified types of accidents were calculated using the Getis-Ord
Gi* function followed by the event calculation. The Getis-Ord Gi* statistics identifies spatial clusters of
high values (hot spots) and of low values (cold spots). The output of hotspot analysis tool is GiZScore and
GiPValue for each feature. These values represent the statistical significance of the spatial clustering of
values, given the conceptualization of spatial relationships and the scale of analysis. A high GiZScore and
small GiPValue (probability) for a feature indicates a spatial clustering of high values where as a low
negative GiZScore and small GiPValue indicates a spatial clustering of low values[21,27]. The higher the
GiZScore, the more intense is the clustering. A Z score near zero indicates no apparent spatial clustering.
The GiZScore for unclassified total accident locations varies between -2.093 to 7.781 and the GiPValues
from 0 to 0.998. From this, it is inferred that statistically significant positive GiZScore (high values)
indicates accident hotspots, while statistically significant negative GiZScore (low values) indicates
coldspots. In the case of accidents during monsoon and non-monsoon seasons, the GiZScore and
GiPValues range from 5.556 to -1.250 and 4.286 to -2.171 and 0 to 0.211 and 0.029 respectively. Similar
hotspots Gi* statistics were observed for accidents near educational institutions and religious places. The
GiZScore ranges from 5.753 to -1.552 and 5.748 to -1.384 with GiPValues 0 to 0.120 and 0 to 0.166
respectively for incidents near educational institutions and religious places
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
ฮอตสปอและพื้นผิวความหนาแน่นของเคอร์เนลได้มาสำหรับอุบัติเหตุรวมทั้งหมด และโดยเฉพาะอย่างยิ่งสำหรับอุบัติเหตุในช่วงเวลาที่ไม่มีมรสุมและมรสุมและปัญหาใกล้สถาบันการศึกษา และสถานทางศาสนา จุดสำหรับแต่ละชนิดลับอุบัติเหตุถูกคำนวณโดยใช้ใบสั่ง Getisจิ * ฟังก์ชันตามการคำนวณของเหตุการณ์ สถิติใบสั่ง Getis จิ * ระบุกลุ่มพื้นที่ค่าสูง (ฮอตสปอ) และค่าต่ำสุด (จุดเย็น) ผลลัพธ์ของเครื่องมือวิเคราะห์จุดคือ GiZScore และGiPValue สำหรับแต่ละคุณลักษณะ ค่าเหล่านี้แสดงถึงนัยสำคัญทางสถิติของคลัสเตอร์ในพื้นที่ของค่า conceptualization ของปริภูมิความสัมพันธ์และระดับของการวิเคราะห์ GiZScore สูง และGiPValue ขนาดเล็ก (น่าเป็น) สำหรับคุณลักษณะบ่งชี้ว่า เป็นปริภูมิคลัสเตอร์ค่าที่สูงต่ำที่สุดลบ GiZScore และ GiPValue เล็กบ่งชี้คลัสเตอร์เป็นพื้นที่ต่ำค่า [21,27] สูงกว่าGiZScore รุนแรงมากอยู่ในคลัสเตอร์ คะแนน Z ใกล้ศูนย์บ่งชี้ว่า พื้นที่ไม่ชัดเจนคลัสเตอร์GiZScore สำหรับอุบัติเหตุรวมไม่ได้แยกประเภทที่ตั้งที่แตกต่างกันระหว่าง-2.093 7.781 และ GiPValuesจาก 0 ไป 0.998 จากนี้ มันเป็นสรุปที่ GiZScore บวกอย่างมีนัยสำคัญทางสถิติ (ค่าสูง)บ่งชี้อุบัติเหตุฮอตสปอ ในขณะที่บ่งชี้ GiZScore ลบอย่างมีนัยสำคัญทางสถิติ (ค่าต่ำสุด)coldspots ในกรณีอุบัติเหตุในระหว่างฤดูมรสุมและมรสุมไม่ GiZScore การ และGiPValues ตั้งแต่ 5.556 4.286 0.029 และ 0 ให้ 0.211,-2.171 และ-1.250 ตามลำดับ คล้ายคลึงกันฮอตสปอจิ * สถิติสุภัคสำหรับอุบัติเหตุใกล้สถาบันการศึกษาและสถานทางศาสนา ที่ช่วง GiZScore จาก 5.753 เพื่อ-1.552 และ 5.748 เพื่อ-1.384 กับ GiPValues 0-0.120 และ 0-0.166สำหรับเหตุการณ์ใกล้สถาบันการศึกษาและสถานทางศาสนาตามลำดับ
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
ฮอตสปอตและเมล็ดพื้นผิวที่ได้รับความหนาแน่นของการเกิดอุบัติเหตุรวมรวมและโดยเฉพาะอย่างยิ่ง
การเกิดอุบัติเหตุในช่วงเวลาที่ลมมรสุมและไม่มรสุมและเหตุการณ์ที่เกิดขึ้นใกล้กับสถาบันการศึกษาและ
สถานที่ทางศาสนา ฮอตสปอตสำหรับแต่ละชนิดจำแนกของการเกิดอุบัติเหตุได้รับการคำนวณโดยใช้ใบสั่ง Getis-
Gi * ฟังก์ชั่นการคำนวณตามด้วยเหตุการณ์ที่เกิดขึ้น Gi-Getis Ord * สถิติระบุกลุ่มการกระจายตัวของ
ค่าสูง (ฮอตสปอต) และค่าต่ำ (จุดเย็น) การส่งออกของเครื่องมือในการวิเคราะห์เป็นฮอตสปอตและ GiZScore
GiPValue สำหรับแต่ละคุณลักษณะ ค่าเหล่านี้เป็นตัวแทนนัยสำคัญทางสถิติของการจัดกลุ่มการกระจายตัวของ
ค่าที่ได้รับแนวความคิดของความสัมพันธ์เชิงพื้นที่และขนาดของการวิเคราะห์ GiZScore สูงและ
GiPValue ขนาดเล็ก (น่าจะ) เป็นคุณลักษณะที่แสดงให้เห็นการจัดกลุ่มของค่าเชิงพื้นที่สูงที่เป็นที่ต่ำ
GiZScore เชิงลบและ GiPValue เล็ก ๆ บ่งชี้ว่าการจัดกลุ่มเชิงพื้นที่ของค่าต่ำ [21,27] สูง
GiZScore ที่รุนแรงมากขึ้นคือการจัดกลุ่ม คะแนน AZ ใกล้ศูนย์บ่งชี้ว่าไม่มีการจัดกลุ่มเชิงพื้นที่ที่เห็นได้ชัด.
GiZScore สำหรับสถานที่เกิดอุบัติเหตุทั้งหมดไม่เป็นความลับแตกต่างกันระหว่างการ -2.093 7.781 และ GiPValues
​​0-0.998 จากนี้ก็จะเหมาเอาว่า GiZScore บวกอย่างมีนัยสำคัญทางสถิติ (ค่าสูง)
บ่งชี้จุดที่เกิดอุบัติเหตุในขณะที่ในทางลบอย่างมีนัยสำคัญ GiZScore (ค่าต่ำ) บ่งชี้
coldspots ในกรณีของการเกิดอุบัติเหตุในช่วงมรสุมและฤดูกาลที่ไม่มรสุม GiZScore และ
GiPValues ​​ช่วงจาก 5.556 -1.250 และเพื่อที่จะ 4.286 -2.171 และ 0-0.211 และ 0.029 ตามลำดับ ที่คล้ายกัน
จุด Gi สถิติ * พบการเกิดอุบัติเหตุใกล้กับสถาบันการศึกษาและสถานที่ทางศาสนา
GiZScore ตั้งแต่ 5.753 ไป -1.552 และ 5.748 -1.384 ไปกับ GiPValues ​​0-0.120 และ 0-0.166
ตามลำดับเหตุการณ์ที่เกิดขึ้นใกล้กับสถาบันการศึกษาและสถานที่ทางศาสนา
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
จุดและแก่นความหนาแน่นพื้นผิวได้ในการเกิดอุบัติเหตุ รวมเป็นทั้งหมดและโดยเฉพาะอย่างยิ่งในช่วงมรสุม
อุบัติเหตุและไม่มีมรสุมครั้งและเหตุการณ์ใกล้สถานศึกษาและ
สถานที่ทางศาสนาการศึกษา ฮอตสปอตสำหรับแต่ละประเภทชนิดของอุบัติเหตุได้โดยใช้ getis ORD
กี * ฟังก์ชันตามด้วยงานคำนวณการ getis ORD กี * สถิติระบุพื้นที่กลุ่ม
ค่าสูง ( ฮอตสปอต ) และค่าต่ำ ( เย็นยะเยือก ) การแสดงผลของเครื่องมือการวิเคราะห์ภายใน gizscore และ
gipvalue สำหรับแต่ละคุณลักษณะ ค่าเหล่านี้แสดงสถิติของการแบ่งกลุ่มของ
ค่า ได้รับแนวความคิดความสัมพันธ์เชิงพื้นที่และระดับของการวิเคราะห์ เป็น gizscore สูง
gipvalue ขนาดเล็ก ( ความน่าจะเป็น ) สำหรับคุณลักษณะบ่งชี้การจัดกลุ่มเชิงคุณค่าสูงที่เป็น gizscore ลบน้อย
gipvalue ขนาดเล็กและแสดงข้อมูลเชิงพื้นที่ที่มีค่า [ 21,27 ] สูงกว่า
gizscore เข้มมากขึ้น คือ กลุ่ม . Z คะแนนใกล้ศูนย์แสดงพื้นที่ข้อมูลไม่ชัดเจน .
gizscore สำหรับ Unclassified รวมอุบัติเหตุสถานที่แตกต่างกันระหว่าง -2.093 7แล้วไว้ gipvalues
0 0.998 . จากเรื่องนี้ มันบอกได้ว่า gizscore บวกอย่างมีนัยสำคัญทางสถิติ ( ค่าสูง )
แสดงจุดเกิดอุบัติเหตุ ในขณะที่ gizscore อย่างมีนัยสำคัญทางสถิติ ( ค่าต่ำ พบว่าค่า
coldspots . ในกรณีของอุบัติเหตุในช่วงปลอดมรสุมและมรสุมฤดู gizscore และ
gipvalues ช่วงจาก 5.556 และเพื่อ -1.250 4.286 เพื่อ -2.171 และ 0 0และ 0.030 ตามลำดับ ที่คล้ายกัน
จุดกี * สถิติจำนวนอุบัติเหตุใกล้สถานศึกษา และสถานที่ทางศาสนา
gizscore ช่วงจาก 5.753 และเพื่อ -1.552 5.748 เพื่อ - 1.384 กับ gipvalues 0 0.120 และ 0 - 0.166
ตามลำดับเหตุการณ์ใกล้สถาบันการศึกษา และสถานที่ทางศาสนา
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2025 I Love Translation. All reserved.

E-mail: