Smooth supersaturated models are in

Smooth supersaturated models are interpolation models in which the underlying model size, and typically the degree, is higher than would normally be used in statistics, but where the extra degrees of freedom are used to make the model smooth using a standard second derivative measure of smoothness. Here, the solution is derived from a closed-form quadratic programme, leading to tractable matrix representations. This representation aids considerably in the choice of optimal knots in the interpolation case and in the optimal design when the SSM is used as a way of obtaining kernels, but where the statistical problem is set up separately. Some examples are given in one and two dimensions.

ผลลัพธ์ (ไทย) 1:

รุ่น supersaturated เรียบมีรูปแทรกแทรงที่ขนาดรูปแบบ และโดยทั่วไประดับ เป็นสูงกว่าโดยปกติจะใช้ ในสถิติ แต่ที่มีใช้เพิ่มองศาความเป็นอิสระจะทำให้แบบเรียบใช้การวัดสองแบบมาตรฐานของราบรื่น ที่นี่ การแก้ปัญหามาจากแบบฟอร์มปิดกำลังสองโครงการ นำไปใช้แทนเมตริกซ์ tractable แสดงนี้ช่วยมากมายสุด knots ในกรณีแทรกข้อความ และ ในการออกแบบที่ดีที่สุด เมื่อ SSM ที่ใช้การรับเมล็ด แต่ปัญหาทางสถิติจะตั้งแยกต่างหาก ตัวอย่างจะได้รับในหนึ่ง และสองมิติ

ผลลัพธ์ (ไทย) 2:

รุ่นอิ่มตัวเรียบมีรูปแบบการแก้ไขที่มีขนาดรูปแบบพื้นฐานและมักองศาสูงกว่าจะใช้ตามปกติในสถิติ แต่ที่องศาพิเศษของเสรีภาพที่ใช้ในการทำแบบเรียบโดยใช้มาตรการอนุพันธ์มาตรฐานที่สองของความเรียบเนียน . นี่คือการแก้ปัญหาที่ได้มาจากรูปแบบปิดโปรแกรมกำลังสองที่นำไปสู่​​การแสดงเมทริกซ์ซูฮก การแสดงนี้ช่วยอย่างมากในการเลือกที่ดีที่สุดปมในกรณีที่การแก้ไขและในการออกแบบที่ดีที่สุดเมื่อ SSM ถูกนำมาใช้เป็นวิธีการที่ได้รับเมล็ด แต่ปัญหาที่สถิติที่มีการตั้งค่าแยกต่างหาก ตัวอย่างบางส่วนจะได้รับในหนึ่งและสองมิติ

ผลลัพธ์ (ไทย) 3:

รูปแบบการ supersaturated เรียบเป็นโมเดลที่เป็นต้นแบบ ขนาด และโดยปกติ หรือสูงกว่าปกติจะใช้สถิติ แต่ที่องศาอิสระพิเศษที่ใช้ในการทำให้รูปแบบเรียบโดยใช้มาตรฐานอนุพันธ์อันดับสอง วัดเรียบ นี่ โซลูชั่น ได้มาจากรูปแบบกำลังสอง ปิดรายการนําไปดัดแปลงได้ง่ายเมทริกซ์ที่ใช้แทน การแสดงนี้ช่วยมากในการเลือกที่ดีที่สุดในการแก้ไขปมคดีและในการออกแบบที่เหมาะสมเมื่อ SSM จะใช้เป็นวิธีของการได้รับเมล็ด แต่ปัญหาทางสถิติมีการตั้งค่าแยกต่างหาก ตัวอย่างจะได้รับในหนึ่งและสองมิติ