2.3. StatisticsFor statistical calc

2.3. Statistics
For statistical calculations frequency distribution tables and
multiple responses tables were used. Cluster analysis was made
using Kohonen's artificial neural networks. This allowed to classify
surveyed businesses in clusters of similar opinion on HACCP system.
The purpose of cluster analysis was to arrange objects into groups of
similar characteristics (Kohonen, 2001). When m variables are
measured for each of n objects, these can be represented by n points
in m-dimensional space. This allowed to describe the similarity or
dissimilarity of these objects when the distance between the objects
in multi-dimensional space was calculated. The distances between
samples were defined by Euclidean distances computed from the
data obtained in the surveys. Analysis of variance was used to
determine the similarities of two clusters to be linked together. Data
were analyzed using Statistica ver. 10 software.

ผลลัพธ์ (ไทย) 1:

2.3. สถิติสำหรับตารางการแจกแจงความถี่คำนวณทางสถิติ และใช้ตารางหลายตารางตอบสนอง ทำการแบ่งใช้ของ Kohonen เครือข่ายประสาทเทียม ซึ่งสามารถจัดประเภทธุรกิจสำรวจในคลัสเตอร์ของความคิดที่คล้ายกันในระบบ HACCPวัตถุประสงค์ของการแบ่งกลุ่มคือการ จัดเรียงวัตถุเป็นกลุ่มลักษณะคล้ายกัน (Kohonen, 2001) เมื่อมีตัวแปร mวัดสำหรับแต่ละวัตถุ n เหล่านี้สามารถแสดงจุด nในพื้นที่มิติ m นี้สามารถอธิบายความคล้ายกัน หรือdissimilarity ของวัตถุเหล่านี้เมื่อระยะห่างระหว่างวัตถุในพื้นที่หลายมิติถูกคำนวณ ระยะทางระหว่างตัวอย่างที่ถูกกำหนด โดยระยะทาง Euclidean ที่คำนวณจากการข้อมูลที่ได้ในแบบสำรวจ ใช้ในการวิเคราะห์ผลต่างของตรวจสอบความเหมือนของคลัสเตอร์ที่สองเพื่อจะเชื่อมโยงกัน ข้อมูลมีวิเคราะห์โดยใช้ซอฟต์แวร์ไม่ 10 Statistica

ผลลัพธ์ (ไทย) 2:

2.3 สถิติสำหรับการคำนวณทางสถิติความถี่ตารางการจัดจำหน่ายและตารางการตอบสนองหลายถูกนำมาใช้ การวิเคราะห์กลุ่มที่ถูกสร้างขึ้นโดยใช้เครือข่ายประสาทเทียม Kohonen ของ นี้ได้รับอนุญาตในการจำแนกธุรกิจสำรวจในกลุ่มของความคิดที่คล้ายกันในระบบ HACCP. วัตถุประสงค์ของการวิเคราะห์กลุ่มคือการจัดให้มีวัตถุที่เป็นกลุ่มของลักษณะที่คล้ายกัน (Kohonen, 2001) เมื่อตัวแปรเมตรมีการวัดสำหรับแต่ละวัตถุ n เหล่านี้สามารถแสดงโดย n จุดในพื้นที่ม. มิติ นี้ได้รับอนุญาตในการอธิบายความคล้ายคลึงกันหรือแตกต่างกันของวัตถุเหล่านี้เมื่อระยะห่างระหว่างวัตถุในอวกาศหลายมิติที่คำนวณได้ ระยะทางระหว่างตัวอย่างที่ถูกกำหนดโดยระยะทางแบบยุคลิดคำนวณจากข้อมูลที่ได้รับในการสำรวจ การวิเคราะห์ความแปรปรวนถูกใช้ในการตรวจสอบความคล้ายคลึงกันของสองกลุ่มที่จะเชื่อมโยงกัน ข้อมูลที่ได้มาวิเคราะห์โดยใช้ Statistica เวอร์ชั่น 10 ซอฟแวร์

ผลลัพธ์ (ไทย) 3:

2.3 สำหรับการคำนวณทางสถิติการแจกแจงความถี่ สถิติ

ตารางหลายตารางและการใช้ การวิเคราะห์กลุ่ม โดยใช้การทำ
ของโครงข่ายประสาทเทียม . นี้ได้รับอนุญาตให้แยกธุรกิจในกลุ่ม
สำรวจความคิดเห็นคล้ายกันในระบบ HACCP .
วัตถุประสงค์ของการวิเคราะห์การเกาะกลุ่มเพื่อจัดเรียงวัตถุในกลุ่ม
ลักษณะคล้ายกัน ( การ , 2001 )เมื่อ m คือ
วัดแต่ละของวัตถุเหล่านี้สามารถแทนด้วย n
m-dimensional จุดในพื้นที่ นี้อนุญาตให้อธิบายถึงความเหมือน หรือความแตกต่างของวัตถุเหล่านี้
เมื่อระยะห่างระหว่างวัตถุ
ในมิติพื้นที่การคํานวณ ระยะทางระหว่าง
จำนวนที่กำหนดโดยคำนวณจากระยะทางที่ใช้
ข้อมูลในการสำรวจการวิเคราะห์ความแปรปรวนใช้
ตรวจสอบความคล้ายคลึงกันของทั้งสองกลุ่มจะถูกเชื่อมโยงเข้าด้วยกัน
ข้อมูล วิเคราะห์ข้อมูลโดยใช้ statistica Ver . 10 ซอฟต์แวร์