A combination of the robust project

A combination of the robust projection pursuit and
Mahalanobis distance method used by Hyndman and Shang (2010)
were employed to identify the daily PM10 anomalies in the form of
curves or functional data at three selected air quality monitoring
stations in the Klang Valley region of the Malaysian Peninsular. This
study shows that anomalies detection was a useful statistical
technique in studying and investigating abnormalities in the daily
PM10 process system. Using functional data analysis, the whole
structure of daily diurnal patterns of anomalies could be visualized.
It is also shown that functional data for extreme anomalies and
wind speed offers a solution to investigate the relationship
between two extreme data. The approach could overcome the
problem facing by Juneng et al. (2011) due to the incapability of
regression method used.
assessment

ผลลัพธ์ (ไทย) 1:

การรวมกันของการแสวงหาโปรเจคเตอร์ที่แข็งแกร่ง และMahalanobis ห่างจากวิธีใช้โดย Hyndman Shang (2010)ถูกจ้างให้ระบุความผิด PM10 ประจำวันในรูปแบบของเส้นโค้งหรือข้อมูลทำงานที่สามอากาศเลือกการตรวจสอบคุณภาพสถานีในภูมิภาคของมาเลเซียแหลมกลางหุบเขา นี้การศึกษาแสดงว่า การตรวจหาความผิดเป็นประโยชน์ทางสถิติเทคนิคในการศึกษา และตรวจสอบความผิดปกติในทุกวันระบบกระบวนการ PM10 ใช้วิเคราะห์ข้อมูลที่ทำงาน ทั้งหมดโครงสร้างของรูปแบบ diurnal ประจำวันของความผิดอาจจะ visualizedมันยังแสดงข้อมูลที่ทำความผิดมาก และความเร็วลมมีการแก้ไขตรวจสอบความสัมพันธ์ระหว่างข้อมูลทั้งสองมาก วิธีการสามารถเอาชนะการปัญหาที่เผชิญโดย Juneng et al. (2011) เนื่องจาก incapability ของใช้วิธีการถดถอยประเมิน

ผลลัพธ์ (ไทย) 2:

การรวมกันของการแสวงหาการฉายที่แข็งแกร่งและ
วิธีการระยะ Mahalanobis ใช้โดย Hyndman และชาง (2010)
ถูกว่าจ้างในการระบุความผิดปกติ PM10 ในชีวิตประจำวันในรูปแบบของ
เส้นโค้งหรือข้อมูลการทำงานที่สามที่เลือกตรวจสอบคุณภาพอากาศ
สถานีในภูมิภาคกลางหุบเขาของมาเลเซีย เกี่ยวกับคาบสมุทร นี้
การศึกษาแสดงให้เห็นว่าการตรวจสอบความผิดปกติเป็นสถิติที่มีประโยชน์
เทคนิคในการศึกษาและตรวจสอบความผิดปกติในชีวิตประจำวัน
ของระบบกระบวนการ PM10 โดยใช้การวิเคราะห์ข้อมูลการทำงานทั้ง
โครงสร้างของรูปแบบรายวันประจำวันของความผิดปกติที่อาจจะมองเห็น.
นอกจากนี้ยังแสดงให้เห็นว่าข้อมูลการทำงานสำหรับความผิดปกติมากและ
ความเร็วลมเสนอโซลูชั่นเพื่อศึกษาความสัมพันธ์
ระหว่างสองข้อมูลมาก วิธีการที่จะเอาชนะ
ปัญหาโดยหันหน้าไปทาง Juneng และคณะ (2011) เนื่องจากความไม่สามารถของ
วิธีการถดถอยใช้.
ประเมิน

ผลลัพธ์ (ไทย) 3:

การรวมกันของประสิทธิภาพและฉายติดตาม
mahalanobis ระยะทางใช้วิธีฮินด์เมิ่น และ ชาง ( 2010 )
นำมาระบุทุกวัน พบความผิดปกติในรูปแบบของเส้นโค้งหรือข้อมูลการทำงาน
3
เลือกคุณภาพอากาศตรวจสอบสถานีในหุบเขากลางภูมิภาคของมาเลเซียคาบสมุทร การศึกษานี้แสดงให้เห็นว่าการตรวจสอบเป็นปกติ

มีประโยชน์ทางสถิติเทคนิคในการศึกษาและตรวจสอบความผิดปกติในระบบกระบวนการ PM10 ทุกวัน

โดยใช้การวิเคราะห์ข้อมูลการทำงาน โครงสร้างทั้งในรูปแบบของความผิดปกติของทุกวัน

สามารถ visualized มันยังแสดงข้อมูลการทำงานมากผิดปกติและ
มีความเร็วลมโซลูชั่นเพื่อหาความสัมพันธ์
ระหว่างสองมากข้อมูล วิธีการเอาชนะ
ปัญหาที่เผชิญ โดยแห่ง et al . ( 2011 ) เนื่องจากการใช้วิธีการถดถอยนเคพะบีลของ

. .