MODEL vs. METHOD We have come this

MODEL vs. METHOD
We have come this far without making any assumptions about the nature of the causal relationships at play. The set of these assumptions – about how we believe Sales respond to the causal forces – gives us a regression model. The standard is the classical linear regression model described in a later section of this tutorial. A model provides us with a basis for checking the statistical reliability of the regression equation, calculating prediction intervals, which reveal the margin for error in a forecast and, most fundamentally, selecting the set of variables to include in the regression.
Positing a model to underlie the regression equation is not the only means of assessing reliability and enabling calculation of prediction intervals. Monte Carlo simulation procedures are an alternative that is growing in use and feasibility. As with a model, Monte Carlo requires a set of assumptions about the relationships at work, but these are far less restrictive than the assumptions typically required for statistical modeling. Sam Sugiyama’s article in Foresight (2007) offers a general tutorial on Monte Carlo and specific applications to regression forecasting.

ผลลัพธ์ (ไทย) 1:

จำลองกับวิธี เราจะมาได้ไกลโดยไม่ต้องทำมีสมมติฐานเกี่ยวกับธรรมชาติของความสัมพันธ์เชิงสาเหตุที่เล่น ชุดของสมมติฐานเหล่านี้ – เกี่ยวกับวิธีเราเชื่อการขายที่ตอบสนองอำนาจเชิงสาเหตุ – ทำให้เราแบบถดถอย มาตรฐานแบบจำลองถดถอยเชิงเส้นคลาสสิกที่อธิบายไว้ในส่วนหลังของกวดวิชานี้ได้ แบบให้เรา มีพื้นฐาน การตรวจสอบความน่าเชื่อถือทางสถิติของสมการถดถอย คำนวณพยากรณ์ช่วง ซึ่งแสดงระยะขอบสำหรับข้อผิดพลาดในการคาดการณ์ สุดพื้นฐาน การเลือกชุดของตัวแปรจะรวมในการถดถอย Positing แบบจำลองการถดถอยสมการที่อยู่ภายใต้ไม่ได้หมายถึงเฉพาะประเมินความน่าเชื่อถือ และเปิดใช้งานการคำนวณช่วงการคาดเดา ขั้นตอนการจำลอง Carlo มอนเป็นทางเลือกที่เติบโตในการใช้และความเป็นไปได้ เช่นเดียวกับแบบ Monte Carlo ต้องชุดของสมมติฐานเกี่ยวกับความสัมพันธ์ในการทำงาน แต่สิ่งเหล่านี้เข้มงวดมากน้อยกว่าสมมติฐานที่จำเป็นสำหรับการสร้างโมเดลทางสถิติโดยทั่วไป บทความของ Sam Sugiyama ในการมองอนาคต (2007) มีสอนทั่วไปในโปรแกรมประยุกต์ Carlo มอน และเฉพาะการถดถอยการพยากรณ์

ผลลัพธ์ (ไทย) 2:

รุ่นเทียบกับวิธีการ
ที่เราได้มาไกลขนาดนี้โดยไม่ทำให้สมมติฐานใด ๆ ที่เกี่ยวกับธรรมชาติของความสัมพันธ์เชิงสาเหตุที่เล่น ชุดของสมมติฐานเหล่านี้ - เกี่ยวกับวิธีการที่เราเชื่อว่าการขายตอบสนองต่อกองกำลังสาเหตุ - ทำให้เรามีตัวแบบการถดถอย มาตรฐานเป็นรูปแบบการถดถอยเชิงเส้นคลาสสิกที่อธิบายไว้ในส่วนต่อมาของการกวดวิชานี้ รูปแบบการให้เรามีพื้นฐานสำหรับการตรวจสอบความน่าเชื่อถือทางสถิติของสมการถดถอยการคำนวณช่วงคาดการณ์ที่เปิดเผยขอบสำหรับข้อผิดพลาดในการคาดการณ์และส่วนใหญ่พื้นฐานการเลือกชุดของตัวแปรที่จะรวมอยู่ในการถดถอย.
positing รุ่น รองรับสมการถดถอยไม่ได้เป็นเพียงวิธีการประเมินความน่าเชื่อถือและช่วยให้การคำนวณของช่วงคาดการณ์ ขั้นตอนการจำลอง Monte Carlo เป็นทางเลือกที่มีการเติบโตในการใช้งานและความเป็นไปได้ เช่นเดียวกับรูปแบบ, Monte Carlo ต้องใช้ชุดของสมมติฐานเกี่ยวกับความสัมพันธ์ในที่ทำงาน แต่เหล่านี้อยู่ห่างไกลที่เข้มงวดน้อยกว่าสมมติฐานที่จำเป็นโดยทั่วไปสำหรับการสร้างแบบจำลองทางสถิติ บทความแซมซึกิยามาในการมองอนาคต (2007) มีการกวดวิชาทั่วไปใน Monte Carlo และการใช้งานที่เฉพาะเจาะจงในการคาดการณ์การถดถอย

ผลลัพธ์ (ไทย) 3:

รูปแบบและวิธีการ
เรามาได้ไกลขนาดนี้ โดยไม่ทำให้สมมติฐานเกี่ยวกับธรรมชาติของความสัมพันธ์เชิงสาเหตุในการเล่น ชุด–สมมติฐานเหล่านี้เกี่ยวกับวิธีการที่เราเชื่อว่าการตอบสนองต่อสาเหตุและบังคับให้เราถดถอย แบบจำลอง มาตรฐานคือการถดถอยเชิงเส้นแบบคลาสสิกที่อธิบายไว้ในส่วนทีหลังของการกวดวิชานี้ .เป็นนางแบบให้กับเรา พื้นฐานในการตรวจสอบความน่าเชื่อถือทางสถิติของสมการ , การคำนวณช่วงเวลาการพยากรณ์ ซึ่งเปิดเผยข้อผิดพลาดในการคาดการณ์ และ ภาระ การเลือกชุดของตัวแปรที่จะรวมในการ
positing รูปแบบต่างๆสมการถดถอยไม่ใช่หมายถึงเฉพาะประเมินความน่าเชื่อถือ และทำให้การคำนวณช่วงเวลาที่คาดการณ์ การจำลองมอนติคาร์โลวิธีการทางเลือกที่มีการเติบโตในการใช้งานและความเป็นไปได้ . มีแบบมอนติคาร์โลต้องชุดของสมมติฐานเกี่ยวกับความสัมพันธ์ในที่ทำงานแต่เหล่านี้จะน้อยกว่าที่เข้มงวดกว่าสมมติฐานที่มักจะใช้สำหรับการสร้างแบบจำลองทางสถิติ แซม ซูกิยาม่า บทความในการมองอนาคต ( 2007 ) มีการกวดวิชาทั่วไปในมอนติคาร์โลและการใช้งานที่เฉพาะเจาะจงเพื่อการพยากรณ์การถดถอย