Rural-urban land conversion probabi

Rural-urban land conversion probability was calibrated through a spatial logistic regression.
The dependent variable is binary (whether the rural land use developed into urban land use or
remains in the current state) and the predictors are the seven factors discussed in the
preceding section. First of all, the predictors were prepared in ArcInfo. Then, spatial
sampling was implemented to reduce spatial dependence. This study employs a sampling
scheme integrating systematic and random sampling. A systematic sampling with a 20th order
lag (20 pixels interval in east-west and north-south directions) is implemented for the
population. After that, another 10% from sample 0 was randomly selected to gain unbiased
parameter estimation. Finally, a binary logistic regression was processed using MiniTab.
The rural-urban land conversion models of 1984-1992 and 1992-1997 were analyzed
respectively and the regression results presented in table 2. Two models, both significant at
0.000, show some regularity in land use conversion. The logistic regression model was
estimated using maximum likelihood algorithm. One efficient way to assess the goodness-offit
of logistic regression is to cross tabulate prediction with observation and to calculate the
percentage correctly predicted (PCP). The overall percentages of correctness were 80.7% and
74.0% respectively for 1984-1992 and 1992-1997. Hence, the models can be regarded as
effective descriptions of the rural-urban land conversions, as only a limited number of
explanatory variables are used and land use conversions are usually distributed in a
complicated way.

ผลลัพธ์ (ไทย) 1:

ความน่าเป็นแปลงที่ดินในเมืองชนบทถูกปรับผ่านการถดถอยโลจิสติกเชิงพื้นที่ตัวแปรคือไบนารี (ว่า ใช้ที่ดินชนบทพัฒนาเป็นการใช้ที่ดินในเขตเมือง หรือยังคงอยู่ในสถานะปัจจุบัน) และการทำนาย ปัจจัยเจ็ดที่กล่าวถึงในการส่วนก่อนหน้านี้ ก่อนอื่น ทำนายที่ถูกเตรียมใน ArcInfo แล้ว อวกาศสุ่มตัวอย่างถูกนำมาใช้เพื่อลดการพึ่งพาอาศัยกันเชิงพื้นที่ การศึกษานี้ใช้การสุ่มตัวอย่างแผนบูรณาการอย่างเป็นระบบ และแบบสุ่ม ตัวอย่างที่เป็นระบบ มีสั่ง 20ความล่าช้า (ช่วง 20 พิกเซลในทิศเหนือ-ใต้ และตะวันออกตะวันตก) ถูกนำมาใช้สำหรับการประชากร หลังจากนั้น อีก 10% จากตัวอย่างที่ 0 ถูกสุ่มเลือกจะได้รับเป็นการประมาณพารามิเตอร์ ในที่สุด การถดถอยโลจิสติกไบนารีถูกประมวลผลโดยใช้เน็ดรูปแบบแปลงที่ดินชนบทเมือง 1984-1992 และ 1992-1997 ได้วิเคราะห์ตามลำดับ และการถดถอยผลแสดงในตาราง 2 รุ่นสอง ทั้งสองอย่างมีนัยสำคัญที่0.000 แสดงบางสม่ำเสมอในแปลงการใช้ที่ดิน เป็นแบบจำลองการถดถอยโลจิสติกประเมินโดยใช้อัลกอริทึมโอกาสสูงสุด หนึ่งวิธีที่มีประสิทธิภาพในการประเมินความดี-offitถดถอยโลจิสติกเป็นข้าม tabulate ทำนาย ด้วยการสังเกต และ การคำนวณเปอร์เซ็นต์ถูกต้องคาดการณ์ (PCP) เปอร์เซ็นต์ความถูกต้องโดยรวมถูก 80.7% และ74.0% ตามลำดับสำหรับปี 1984-1992 และ 1992-1997 ด้วยเหตุนี้ รุ่นนี้อาจถือเป็นคำอธิบายประสิทธิภาพของแปลงที่ดินในชนบทเมือง เป็นเพียงจำนวนจำกัดใช้ตัวแปรอธิบาย และมักจะกระจายแปลงการใช้ที่ดินในการวิธีที่ซับซ้อน

ผลลัพธ์ (ไทย) 2:

เมืองชนบทน่าจะเป็นแปลงที่ดินผ่านการสอบเทียบการถดถอยโลจิสติกอวกาศ.
ตัวแปรตามเป็นไบนารี (ไม่ว่าจะใช้ที่ดินในชนบทการพัฒนาไปสู่การใช้ประโยชน์ที่ดินในเมืองหรือ
ยังคงอยู่ในสถานะปัจจุบัน) และการพยากรณ์เป็นปัจจัยเจ็ดกล่าวถึงใน
ส่วนก่อนหน้านี้ แรกของทุกทำนายที่ถูกจัดทำขึ้น ArcInfo จากนั้นอวกาศ
สุ่มตัวอย่างถูกนำมาใช้เพื่อลดการพึ่งพาเชิงพื้นที่ การศึกษาครั้งนี้มีพนักงานตัวอย่าง
โครงการการบูรณาการระบบและการสุ่มตัวอย่างแบบสุ่ม การสุ่มตัวอย่างอย่างเป็นระบบที่มีการสั่งซื้อ 20
ล่าช้า (ช่วง 20 พิกเซลในทิศตะวันออกทิศตะวันตกและทิศตะวันตกเฉียงใต้ทิศทาง) จะดำเนินการสำหรับ
ประชากร หลังจากนั้นอีก 10% จากกลุ่มตัวอย่างที่ 0 ได้รับการสุ่มเลือกที่จะได้รับที่เป็นกลาง
ประมาณค่าพารามิเตอร์ ในที่สุดการถดถอยโลจิสติไบนารีได้รับการประมวลผลโดยใช้ Minitab.
รุ่นที่เมืองชนบทที่ดินแปลงของ 1984-1992 และ 1992-1997 ถูกนำมาวิเคราะห์
ตามลำดับและผลการถดถอยที่นำเสนอในตารางที่ 2 ทั้งสองรุ่นทั้งสองอย่างมีนัยสำคัญที่
0.000 แสดงระเบียบบางอย่างใน การใช้ประโยชน์ที่ดินแปลง รูปแบบการถดถอยโลจิสติกได้รับการ
ประมาณโดยใช้อัลกอริทึมโอกาสสูงสุด หนึ่งในวิธีที่มีประสิทธิภาพในการประเมินความดี-Offit
ของการถดถอยโลจิสติกคือการข้ามทำนายจัดระเบียบด้วยการสังเกตและการคำนวณ
เปอร์เซ็นต์คาดการณ์ได้อย่างถูกต้อง (PCP) เปอร์เซ็นต์โดยรวมของความถูกต้องเป็น 80.7% และ
74.0% ตามลำดับสำหรับ 1984-1992 และ 1992-1997 ดังนั้นรูปแบบสามารถถือเป็น
คำอธิบายที่มีประสิทธิภาพของแปลงที่ดินเมืองชนบทเป็นเพียงจำนวน จำกัด ของ
การอธิบายตัวแปรมีการใช้และการแปลงการใช้ประโยชน์ที่ดินมักจะมีการกระจายใน
วิธีที่ซับซ้อน

ผลลัพธ์ (ไทย) 3:

ความน่าจะเป็นของการแปลงเมือง ชนบท โดยผ่านการถดถอยโลจิสติก .ตัวแปรตาม คือ เลขฐานสอง ( ไม่ว่าจะเป็นที่ดินในชนบทใช้ในการพัฒนาการใช้ที่ดินในเมืองหรือยังคงอยู่ในสถานะปัจจุบันและพยากรณ์เป็นเจ็ดปัจจัยที่กล่าวถึงในที่ผ่านมาส่วน ครั้งแรกของทั้งหมด ตัวเตรียมไว้ใน arcinfo . แล้วพื้นที่ ,กลุ่มตัวอย่างที่ใช้ในการลดพื้นที่การพึ่งพา การศึกษาครั้งนี้ใช้ตัวอย่างโครงการบูรณาการระบบและวิธีการสุ่มอย่างง่าย เป็นระบบด้วยคำสั่งตัวอย่าง 20ล้าหลัง ( 20 พิกเซลช่วงเวลาในตะวันออก - ตะวันตกและภาคใต้ใช้เส้นทาง ) สำหรับประชากร หลังจากนั้น อีก 10 % จากตัวอย่าง 0 กำลังศึกษาได้รับไม่ฝักใฝ่ฝ่ายใดการประมาณค่าพารามิเตอร์ ในที่สุด , Binary logistic regression คือการประมวลผลโดยใช้ Photoshop ได้ในชนบทเมืองที่ดินแปลงแบบจำลองและวิเคราะห์ 1984-1992 เพอร์คัชชันนำเสนอตามลำดับและการถดถอยผลในตารางที่ 2 สองรุ่น ทั้งกลุ่มที่โดย แสดงให้เห็นถึงความสม่ำเสมอในการเปลี่ยนแปลงการใช้ที่ดิน โมเดลการถดถอยโลจิสติกคือประเมินโดยใช้วิธีความควรจะเป็นสูงสุด หนึ่งวิธีที่มีประสิทธิภาพเพื่อประเมินความดี offitของการถดถอยโลจิสติกเพื่อข้ามเรียบทำนายด้วยการสังเกตและการคำนวณเปอร์เซ็นต์ที่คาดการณ์ได้อย่างถูกต้อง ( PCP ) เปอร์เซ็นต์โดยรวมของความถูกต้องเป็น 80.7 ล้านบาท1984-1992 74.0% ตามลำดับ และเพอร์คัชชัน . ดังนั้น รุ่นที่สามารถถือเป็นคำอธิบายที่มีประสิทธิภาพของชนบทเมืองที่ดินแปลง เป็นเพียงจำนวน จำกัด ของตัวแปรการใช้และการแปลง การใช้ที่ดินมักจะกระจายในที่ซับซ้อนทาง