the predicted transport data is com

the predicted transport data is compared with actual data. Finally the polynomial model gives the best result. The model based on NLR is the polynomial model in this paper. So we can get the root mean squared error of calibration (RMSEC) of MLR, NLR, and SLR models from Table 2:

ผลลัพธ์ (ไทย) 1:

ข้อมูลคาดการณ์ขนส่งเปรียบเทียบกับข้อมูลจริง สุดท้าย แบบพหุนามให้ผลลัพธ์ดีที่สุด แบบตาม NLR แบบพหุนามในเอกสารนี้ได้ เพื่อเราจะได้รับรากเฉลี่ยกำลังสองข้อผิดพลาดของแต่ง (RMSEC) รูปแบบ MLR, NLR และกล้อง SLR จากตารางที่ 2:

ผลลัพธ์ (ไทย) 2:

ข้อมูลการขนส่งที่คาดการณ์เปรียบเทียบกับข้อมูลจริง ในที่สุดรูปแบบพหุนามให้ผลที่ดีที่สุด รูปแบบขึ้นอยู่กับ NLR เป็นรูปแบบพหุนามในเอกสารนี้ ดังนั้นเราจึงสามารถได้รับรากหมายถึงข้อผิดพลาดกำลังสองของการสอบเทียบ (RMSEC) ร้อยละ MLR, NLR และรูปแบบ SLR จากตารางที่ 2:

ผลลัพธ์ (ไทย) 3:

คาดการณ์การขนส่งข้อมูลเปรียบเทียบกับข้อมูลจริง ในที่สุดพหุนามแบบให้ผลดีที่สุด รูปแบบตาม NLR เป็นแบบจำลองพหุนามในกระดาษนี้ แล้วเราก็จะได้รากหมายถึงยกกำลังสองข้อผิดพลาดของการสอบเทียบ ( rmsec ) อัตราดอกเบี้ย NLR และ SLR รุ่นจากตารางที่ 2 :