2.8. Statistical data analysisPrinc

2.8. Statistical data analysis
Principal component analysis (PCA) was used for separating interrelationships
into statistically independent, this analysis was useful in
regression analysis to mitigate the problem of multi-collinearity and
to explore the relations among the independent variables, which
allowed the identification of the primary predictors with minimal
multicollinearity (Wold, 1987).

ผลลัพธ์ (ไทย) 1:

2.8. สถิติข้อมูลวิเคราะห์วิเคราะห์ส่วนประกอบหลัก (PCA) ใช้สำหรับแยก interrelationshipsเป็นอิสระทางสถิติ วิเคราะห์นี้มีประโยชน์ในการวิเคราะห์การถดถอยเพื่อลดปัญหาภาวะร่วมเส้นตรงหลาย และการสำรวจความสัมพันธ์ระหว่างตัวแปรอิสระ ที่อนุญาตให้ใช้รหัสของ predictors หลักมีน้อยที่สุดmulticollinearity (จะ 1987)

ผลลัพธ์ (ไทย) 2:

2.8 การวิเคราะห์ข้อมูลทางสถิติการวิเคราะห์องค์ประกอบหลัก (PCA) ถูกนำมาใช้สำหรับการแยกความสัมพันธ์ออกเป็นอิสระทางสถิติการวิเคราะห์นี้เป็นประโยชน์ในการวิเคราะห์การถดถอยที่จะบรรเทาปัญหาของหลายcollinearity และการสำรวจความสัมพันธ์ระหว่างตัวแปรอิสระซึ่งได้รับอนุญาตให้บัตรประจำตัวของหลักที่พยากรณ์ที่มีน้อยที่สุดพหุ (Wold, 1987)

ผลลัพธ์ (ไทย) 3:

2.8 .
ข้อมูลการวิเคราะห์ทางสถิติการวิเคราะห์องค์ประกอบหลัก ( PCA ) ใช้สำหรับแยกความสัมพันธ์
เป็นอิสระสถิติ การวิเคราะห์นี้เป็นประโยชน์ในการวิเคราะห์ เพื่อลดปัญหา

collinearity หลายและเพื่อศึกษาความสัมพันธ์ระหว่างตัวแปรอิสระซึ่ง
อนุญาตให้กำหนดตัวแปรหลักที่มีข้อมูลที่น้อยที่สุด
( เวิลด์ ,1987 )