too large to support a model that i

too large to support a model that is easy to interpret and statistically
stable. Furthermore, it is important to identify variables that
contribute the most to the variation in consumption to inform
future data collection efforts. Our preferred method for model selection
is stepwise selection [31] because (a) it ranks the variables
based on their importance; and (b) in sequentially adding variables
to the model, it minimizes multicollinearity.

ผลลัพธ์ (ไทย) 1:

ใหญ่เกินไปที่จะสนับสนุนรูปแบบที่ง่ายต่อการแปลความหมายและมีเสถียรภาพทางสถิติ
นอกจากนี้มันเป็นสิ่งสำคัญในการระบุตัวแปรที่
ร่วมมากที่สุดในการเปลี่ยนแปลงในการบริโภคเพื่อแจ้งให้ทราบ
ความพยายามในการจัดเก็บข้อมูลในอนาคต วิธีการที่ต้องการของเรา
การเลือกรูปแบบการเลือกแบบขั้นตอน [31] เพราะ (ก) รั้งอันดับตัวแปร
ขึ้นอยู่กับความสำคัญของพวกเขา;และ (ข) ตามลำดับในการเพิ่มตัวแปร
รูปแบบจะลดพหุ

ผลลัพธ์ (ไทย) 2:

ใหญ่เกินไปเพื่อสนับสนุนรูปแบบที่ง่ายต่อการตีความ และทางสถิติ
มั่นคง นอกจากนี้ จะต้องระบุตัวแปรที่
มากที่สุดการเปลี่ยนแปลงในปริมาณการใช้ทูล
ความพยายามรวบรวมข้อมูลในอนาคต วิธีเราเลือกรุ่น
เป็น stepwise เลือก [31] เนื่องจาก (ก) เป็นตัวแปรอันดับ
ตามความสำคัญ และ (b) ในการเพิ่มตัวแปรตามลำดับ
รุ่น ลด multicollinearity

ผลลัพธ์ (ไทย) 3:

ขนาดใหญ่เกินไปที่จะสนับสนุนรุ่นที่มีความง่ายในการตีความและสถิติ
ที่คงที่ ยิ่งไปกว่านั้นยังมีความสำคัญในการระบุตัวแปรที่
ซึ่งจะช่วยให้มากที่สุดเพื่อความหลากหลายในการ บริโภค เพื่อแจ้งให้ความพยายามเก็บรวบรวมข้อมูล
ซึ่งจะช่วยในอนาคต วิธีที่แนะนำสำหรับการเลือกรุ่นของเราคือ stepwise
ซึ่งจะช่วยการเลือก[ 31 ]เพราะ(ก)ได้จัดอันดับตัวแปร
ตามความสำคัญของพวกเขาและ(ข)ตามลำดับในการเพิ่มตัวแปร
ซึ่งจะช่วยในการรุ่นที่จะช่วยลด multicollinearity