4.2 หลีกเลี่ยงข้อบกพร่องของการพยากร

4.2 หลีกเลี่ยงข้อบกพร่องของการพยากรณ์ตัวแปรวิธี Parametric จะมีข้อ จำกัด ที่แท้จริง
โดยเฉพาะอย่างยิ่งการอนุมานพาราสามารถเป็นสิ่งที่ท้าทายสำหรับรูปแบบที่ซับซ้อน แก้ปัญหาเฉพาะกิจโดยเฉพาะอย่างยิ่งในการแก้ไขปัญหานี้ถูกนำมาใช้ในการศึกษานี้(Pisarenko และ Sornette, 2004) แต่อีกหลายวิธีที่จะแก้ไขปัญหาพาราอนุมานสำหรับรุ่นที่มีความซับซ้อนได้รับการพัฒนาที่ผ่านมาในปีที่ผ่านมาโดยเฉพาะอย่างยิ่งวิธีการขึ้นอยู่กับแบบจำลองคอมพิวเตอร์มากเช่นการคำนวณแบบเบย์โดยประมาณ(โบมอนต์ 2010; Jabot และChave 2011) หรือโอกาสเกิดสังเคราะห์ (ไม้ 2010) วิธีการเหล่านี้นวัตกรรมปลดเปลื้องต่อไปด้วยสถิติเฉพาะแพคเกจ(เช่นCsilléry et al, 2012;. Jabot et al, 2013). และควรลดข้อจำกัด ในการอนุมานพารา นอกจากนี้การอนุมาน, การพัฒนารูปแบบที่ได้รับการปลดเปลื้องในปีที่ผ่านมามีความก้าวหน้าในเทคนิคของการวิเคราะห์ความไว (Lamboni et al., 2009) และอื่น ๆ โดยทั่วไปการสังเคราะห์การสร้างแบบจำลองของการปฏิบัติที่ดี(กริมม์ et al., 2014)

ผลลัพธ์ (ไทย) 1:

ที่แท้จริง 4.2 หลีกเลี่ยงข้อบกพร่องของการพยากรณ์ตัวแปรวิธีจะมีข้อพาราเมตริกจำกัด โดยเฉพาะอย่างยิ่งการอนุมานพาราสามารถเป็นสิ่งที่ท้าทายสำหรับรูปแบบที่ซับซ้อนแก้ปัญหาเฉพาะกิจโดยเฉพาะอย่างยิ่งในการแก้ไขปัญหานี้ถูกนำมาใช้ในการศึกษานี้ (Pisarenko และ Sornette, 2004) แต่อีกหลายวิธีที่จะแก้ไขปัญหาพาราอนุมานสำหรับรุ่นที่มีความซับซ้อนได้รับการพัฒนาที่ผ่านมาในปีที่ผ่านมาโดยเฉพาะอย่างยิ่งวิธีการขึ้นอยู่กับแบบจำลองคอมพิวเตอร์มากเช่นการคำนวณแบบเบย์โดยประมาณ (โบมอนต์ 2010 Jabot และChave 2011) หรือโอกาสเกิดสังเคราะห์ (ไม้ 2010) วิธีการเหล่านี้นวัตกรรมปลดเปลื้องต่อไปด้วยสถิติเฉพาะแพคเกจ (เช่นCsilléry et al, 2012; Jabot et al, 2013) และควรลดข้อจำกัดในการอนุมานพารานอกจากนี้การอนุมาน การพัฒนารูปแบบที่ได้รับการปลดเปลื้องในปีที่ผ่านมามีความก้าวหน้าในเทคนิคของการวิเคราะห์ความไว (Lamboni et al., 2009) และอื่นๆ โดยทั่วไปการสังเคราะห์การสร้างแบบจำลองของการปฏิบัติที่ดี (กริมม์ et al., 2014)

ผลลัพธ์ (ไทย) 2:

4.2 Parametric จะมีข้อ จำกัด
และ Sornette, 2004) 2010; Jabot และ Chave 2011) หรือโอกาสเกิดสังเคราะห์ (ไม้ 2010) et al, 2012 ;. Jabot et al, 2013) และควรลดข้อ จำกัด ในการอนุมานพารานอกจากนี้การอนุมาน, (Lamboni et al., 2009) และอื่น ๆ et al., 2014)

ผลลัพธ์ (ไทย) 3:

4.2 หลีกเลี่ยงข้อบกพร่องของการพยากรณ์ตัวแปรวิธีพาราจะมีข้อจำกัดที่แท้จริง
โดยเฉพาะอย่างยิ่งการอนุมานพาราสามารถเป็นสิ่งที่ท้าทายสำหรับรูปแบบที่ซับซ้อนแก้ปัญหาเฉพาะกิจโดยเฉพาะอย่างยิ่งในการแก้ไขปัญหานี้ถูกนำมาใช้ในการศึกษานี้ ( pisarenko sornette และ ,2004 ) แต่อีกหลายวิธีที่จะแก้ไขปัญหาพาราอนุมานสำหรับรุ่นที่มีความซับซ้อนได้รับการพัฒนาที่ผ่านมาในปีที่ผ่านมาโดยเฉพาะอย่างยิ่งวิธีการขึ้นอยู่กับแบบจำลองคอมพิวเตอร์มากเช่นการคำนวณแบบเบย์โดยประมาณ ( โบมอนต์ 2010Jabot และ chave 2011 ) หรือโอกาสเกิดสังเคราะห์ ( ไม้ 2010 ) วิธีการเหล่านี้นวัตกรรมปลดเปลื้องต่อไปด้วยสถิติเฉพาะแพคเกจ ( เช่น csill é ry et al , 2012 ; . Jabot et al , 2013 ) และควรลดข้อจำกัดนอกจากนี้การอนุมานในการอนุมานพารา ,การพัฒนารูปแบบที่ได้รับการปลดเปลื้องในปีที่ผ่านมามีความก้าวหน้าในเทคนิคของการวิเคราะห์ความไว ( lamboni et al . , 2009 ) และอื่นจะโดยทั่วไปการสังเคราะห์การสร้างแบบจำลองของการปฏิบัติที่ดี ( กริมม์ et al . , 2014 )