Withn= 51 for our data set we must

Withn= 51 for our data set we must minimize the number of variables in multiple linear regression models to prevent the possibility of over-fitting.

To do this, we first examine univariate models and select most useful predictors from these models for examination in multi-variate models.

To further reduce the number of predictors, and to aid inference regarding the most
important independent variables, we use Bayesian Model Averaging (BMA).

This approach is increasingly being used in ecological species distribution modeling (e.g.,Wintle et al., 2003; Thomson et al., 2007), and provides a method to account for
model uncertainty by calculating (approximate) posterior probabilities for each possible model that could be constructed from a suite of independent variables (Hoeting et al., 1999).

ผลลัพธ์ (ไทย) 1:

Withn = 51 สำหรับชุดข้อมูลของเรา เราต้องลดจำนวนตัวแปรในแบบจำลองถดถอยเชิงเส้นหลายให้เหมาะสมมากเกินที่อาจเกิดขึ้น การทำเช่นนี้ เราก่อนตรวจสอบแบบจำลองอย่างไร univariate และเลือก predictors ประโยชน์มากที่สุดจากโมเดลเหล่านี้ตรวจสอบ variate หลายรุ่น เพื่อลดจำนวน predictors และช่วยข้อเกี่ยวกับมากสุดตัวแปรอิสระที่สำคัญ เราใช้ทฤษฎีแบบหาค่าเฉลี่ย (BMA) มากขึ้นจะใช้วิธีการนี้ในระบบนิเวศพันธุ์แจกจ่ายสร้างโมเดล (e.g.,Wintle et al., 2003 ทอมร้อยเอ็ด al., 2007) และมีวิธีการความไม่แน่นอนแบบจำลอง โดยคำนวณกิจกรรมหลัง (โดยประมาณ) สำหรับแต่ละรุ่นได้ที่สามารถสร้างขึ้นจากชุดตัวแปรอิสระ (Hoeting et al., 1999)

ผลลัพธ์ (ไทย) 2:

Withn = 51 สำหรับข้อมูลของเราตั้งเราจะต้องลดจำนวนของตัวแปรในรูปแบบการถดถอยเชิงเส้นหลาย ๆ เพื่อป้องกันไม่ให้ความเป็นไปได้มากกว่าที่เหมาะสม. การทำเช่นนี้ครั้งแรกที่เราตรวจสอบรูปแบบ univariate และเลือกพยากรณ์ที่มีประโยชน์มากที่สุดจากรูปแบบเหล่านี้สำหรับการตรวจสอบในหลาย variate รุ่น. เพื่อเป็นการลดจำนวนการพยากรณ์และการที่จะช่วยให้ข้อสรุปเกี่ยวกับการมากที่สุดตัวแปรอิสระที่สำคัญเราใช้ Averaging รุ่นคชกรรม (กทม.) วิธีการนี้จะเพิ่มขึ้นถูกนำมาใช้ในการสร้างแบบจำลองระบบนิเวศสายพันธุ์กระจาย (เช่น Wintle et al., . 2003; ทอมสัน, et al, 2007) และมีวิธีการบัญชีสำหรับ. ความไม่แน่นอนรูปแบบโดยการคำนวณ (โดยประมาณ) ความน่าจะเป็นหลังสำหรับแต่ละรูปแบบที่เป็นไปได้ที่อาจจะสร้างขึ้นมาจากชุดของตัวแปรอิสระ (Hoeting, et al, 1999)

ผลลัพธ์ (ไทย) 3:

withn = 51 ข้อมูล ของเราตั้งเราต้องลดจำนวนตัวแปรในตัวแบบการถดถอยเชิงเส้นพหุคูณ เพื่อป้องกันความเป็นไปได้กว่าที่เหมาะสม

ทำครั้งแรกที่เราตรวจสอบและเลือกรุ่นที่มีประโยชน์มากที่สุดทำนายจากแบบจำลองเหล่านี้สำหรับการสอบในรูปแบบมัลติ variate .

เพื่อลดจำนวนตัวแปร และช่วยเหลือการอนุมานเกี่ยวกับที่สุด
ตัวแปรอิสระ ที่สำคัญ เราใช้โมเดลแบบเฉลี่ย ( กรุงเทพมหานคร ) .

วิธีการนี้สามารถใช้ในการสร้างระบบนิเวศชนิด ( เช่น วินเทิล et al . , 2003 ; ทอมสัน et al . , 2007 ) และแสดงวิธีการบัญชีสําหรับ
แบบจำลองความไม่แน่นอน โดยการคำนวณ ( โดยประมาณ ) ความน่าจะเป็นของแต่ละรูปแบบนั้นจะได้ถูกสร้างขึ้นจากชุดของตัวแปรอิสระ ( hoeting et al . , 1999 )