Next, by ‘‘counting’’ the 10,000 da

Next, by ‘‘counting’’ the 10,000 data in Fig. 7, we developed the hazard’s probability function as shown in Fig. 8. In addition,
given the mean rate (i.e., the model parameter of the Poisson distribution) calculated as 1.022, we also show the theoretical
Poisson distribution in Fig. 8 for the comparison. Excitingly, the two are in a very good agreement from the analyses.
As many other studies [21,22], we further performed Chi-square tests to examine the model’s goodness-of-fit in a more
quantitative manner. (Details of the statistical test are given in the Appendix.) Accordingly, the Chi-square value (χ
2
) of the
test data is equal to 6.95, lower than the critical value of 11.07 given a 5% level of significance employed by the test. Therefore,
with the tangible, quantitative support from MCS to statistical analysis, this study offers some evidence for the first time that
seismic hazard should follow the Poisson distribution as the relationship has been commonly used in earthquake studies

ผลลัพธ์ (ไทย) 1:

ถัดไป โดย ''นับนิ้วข้อมูล 10000 ใน Fig. 7 เราพัฒนาฟังก์ชันความน่าเป็นของอันตรายมาก Fig. 8 นอกจากนี้กำหนดอัตราเฉลี่ย (เช่น พารามิเตอร์รูปแบบของการแจกแจงปัวซอง) คำนวณเป็น 1.022 เราแสดงที่ทฤษฎีแจกแจงปัวซองใน Fig. 8 สำหรับการเปรียบเทียบ Excitingly อยู่ในข้อตกลงที่ดีจากการวิเคราะห์มากอื่น ๆ ศึกษา [21,22], เราเพิ่มเติมดำเนินการทดสอบ Chi-square เพื่อตรวจสอบแบบจำลองความดีของพอดีในมากขึ้นลักษณะเชิงปริมาณ (รายละเอียดของการทดสอบทางสถิติได้ในภาคผนวก) ตาม Chi-square ค่า (χ2) ของการข้อมูลการทดสอบที่มีค่าเท่ากับ 6.95, 11.07 ให้ของสำคัญระดับ 5% ลูกจ้าง โดยการทดสอบค่าสำคัญกว่า ดังนั้นกับการมีตัวตน เชิงปริมาณสนับสนุนจากเอ็มซีการวิเคราะห์ทางสถิติ การศึกษานี้มีบางหลักฐานครั้งแรกที่ธรณีภัยควรทำตามการแจกแจงปัวซองเป็นความสัมพันธ์โดยทั่วไปใช้ในการศึกษาแผ่นดินไหว

ผลลัพธ์ (ไทย) 2:

ถัดไปโดย '' '' นับ 10,000 ข้อมูลในรูป 7 เราพัฒนาฟังก์ชั่นน่าจะเป็นอันตรายตามที่แสดงในรูป 8.
นอกจากนี้ได้รับหมายถึงอัตรา(เช่นพารามิเตอร์รูปแบบของการกระจาย Poisson) การคำนวณเป็น 1.022
เรายังแสดงให้เห็นถึงทฤษฎีการกระจายPoisson ในรูป 8 สำหรับการเปรียบเทียบ โลดโผนทั้งสองอยู่ในข้อตกลงที่ดีมากจากการวิเคราะห์.
เป็นจำนวนมากการศึกษาอื่น ๆ [21,22] เรายังทำการทดสอบ Chi-square
ในการตรวจสอบความดีของพอดีรูปแบบในอีกลักษณะเชิงปริมาณ (รายละเอียดของการทดสอบทางสถิติที่จะได้รับในภาคผนวก.) ดังนั้นมูลค่า Chi-square (χ
2) ของข้อมูลการทดสอบจะมีค่าเท่ากับ6.95 ซึ่งต่ำกว่ามูลค่าที่สำคัญของ 11.07 ได้รับในระดับ 5% อย่างมีนัยสำคัญลูกจ้าง ทดสอบ. ดังนั้นด้วยความที่มีตัวตนและการสนับสนุนเชิงปริมาณจาก MCS เพื่อการวิเคราะห์ทางสถิติการศึกษาครั้งนี้มีหลักฐานบางอย่างที่เป็นครั้งแรกที่อันตรายแผ่นดินไหวควรเป็นไปตามการกระจายPoisson เป็นความสัมพันธ์ที่ได้รับการใช้กันทั่วไปในการศึกษาการเกิดแผ่นดินไหว

ผลลัพธ์ (ไทย) 3:

ต่อไป โดย ' ' ' 'counting 10000 ข้อมูลในรูปที่ 7 เราพัฒนาฟังก์ชันความน่าจะเป็นของ อันตราย ดังแสดงในรูปที่ 8 นอกจากนี้
ได้รับหมายถึงเท่ากัน ( เช่นแบบจำลองพารามิเตอร์ของการแจกแจงปัวซง ) คิดเป็น 1.022 เรายังแสดงทฤษฎี
การแจกแจงปัวซงในรูปที่ 8 สำหรับการเปรียบเทียบ โลดโผน สองคนในข้อตกลงที่ดีมากจากการวิเคราะห์ .
ขณะที่การศึกษาอื่น ๆ อีกมากมาย [ 21,22 ] เรายังได้ทำการทดสอบตารางชิเพื่อตรวจสอบความสอดคล้องของโมเดลในมากขึ้น
เชิงลักษณะ ( รายละเอียดของการทดสอบทางสถิติที่ระบุในภาคผนวก ) ดังนั้น ค่าไคสแควร์ ( χ
2

) ของกลุ่มตัวอย่างเท่ากับ 6.95 , ต่ำกว่าค่าวิกฤตของ 11.07 ได้รับ 5% ระดับการจ้างงาน โดยการทดสอบ ดังนั้น
กับที่เป็นรูปธรรม สนับสนุนเชิงปริมาณจากพิธีกรเพื่อการวิเคราะห์ทางสถิติ งานวิจัยนี้เสนอหลักฐานเป็นครั้งแรกว่า แผ่นดินไหว ภัยควร
ตามการแจกแจงปัวซงเมื่อความสัมพันธ์ถูกใช้บ่อยในการศึกษาแผ่นดินไหว