Graphical analysis was also done us

Graphical analysis was also done using the MATLAB fitting tool
graphical interface. Three different types of probability distribution
functions (normal, lognormal, and Weibull) were fitted to the data.
Figs. 4–6 show the fitted probability density functions, probability
cumulative functions, and probability plots, respectively. Comparing
the three different fitted functions, it can be concluded that the
normal andWeibull distributions fit the data with smaller error than
the lognormal distribution. As a result, the author chose to use the
normal distribution function since forecasting the cumulative probability
of the maximum annual rainfall result using the Normal and
Weibull distributions are very close.

ผลลัพธ์ (ไทย) 1:

วิเคราะห์ภาพที่ทำใช้ MATLAB กระชับมือส่วนติดต่อแบบกราฟิก แจกแจงความน่าเป็นสามประเภทฟังก์ชัน (ปกติ lognormal และฟังก์ชัน Weibull) ได้พอดีกับข้อมูลFigs. 4-6 แสดงฟังก์ชันความหนาแน่นของความน่าเป็นผ่อน ความน่าเป็นงานสะสม และความน่าเป็นลงจุด ตามลำดับ การเปรียบเทียบแตกต่างกันสามติดตั้งฟังก์ชัน มันสามารถสรุปได้ที่นี้การกระจายปกติ andWeibull พอดีข้อมูล มีข้อผิดพลาดน้อยกว่าแจกแจง ดังนั้น ผู้เขียนเลือกที่จะใช้การฟังก์ชันการแจกแจงปกติตั้งแต่การคาดการณ์ความน่าเป็นสะสมสูงสุดประจำปีปริมาณน้ำฝนผลการใช้ปกติ และการกระจายฟังก์ชัน Weibull จะดีมาก

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์แบบกราฟิกได้ทำยังมีการใช้เครื่องมือที่เหมาะสม MATLAB
ติดต่อแบบกราฟิก สามประเภทที่แตกต่างกันของความน่าจะกระจายฟังก์ชั่น (ปกติ, แบบ lognormal และ Weibull) ได้รับการติดตั้งข้อมูล. มะเดื่อ 4-6 แสดงฟังก์ชั่นความหนาแน่นของความน่าจะติดตั้งน่าจะเป็นฟังก์ชั่นสะสมและแปลงน่าจะเป็นตามลำดับ เปรียบเทียบสามฟังก์ชั่นติดตั้งที่แตกต่างกันก็สามารถสรุปได้ว่าการกระจายandWeibull ปกติพอดีกับข้อมูลที่มีข้อผิดพลาดน้อยกว่าการกระจายแบบlognormal เป็นผลให้ผู้เขียนเลือกที่จะใช้ฟังก์ชั่นการกระจายปกติเนื่องจากการคาดการณ์ความน่าจะเป็นที่สะสมของผลปริมาณน้ำฝนสูงสุดประจำปีโดยใช้ปกติและการแจกแจงไวบูลล์มีความใกล้ชิด

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์แบบกราฟิกก็ทำโดยใช้โปรแกรมที่เหมาะสมเครื่องมือ
ส่วนติดต่อแบบกราฟิก . สามประเภทที่แตกต่างกันของฟังก์ชันการแจกแจง
ความน่าจะเป็น ( แบบปกติ และแบบ ) ถูกติดตั้งกับข้อมูล .
Figs 4 – 6 แสดงการติดตั้งฟังก์ชันความหนาแน่นของความน่าจะเป็นฟังก์ชันความน่าจะเป็นความน่าจะเป็นสะสม
และแปลง ตามลำดับ เปรียบเทียบ
3 ติดตั้งฟังก์ชันสรุปได้ว่า การ andweibull
ปกติพอดีกับข้อมูลที่มีความคลาดเคลื่อนน้อยกว่า
การแจกแจงแบบลอกนอร์มอล เป็นผลให้ผู้เขียนเลือกที่จะใช้ฟังก์ชันการแจกแจงปกติตั้งแต่การพยากรณ์

ความน่าจะเป็นสะสมของปริมาณฝนสูงสุดผลโดยใช้การแจกแจงแบบปกติและ
จะสนิทกันมาก