Identification and manipulation of

Identification and manipulation of variables
The requirements for any useful predictor
are firstly a good relationship with the selected
SPI and secondly, a reasonable correlation and lead
time (that is, months to season). For convenience,
the year in which the MEI and SPI values were
taken will be referred to as “year 0” and similarly
“year -1” for the year prior to year 0 (Hong et al.,
2001). Time scales for the accumulation of rainfall
in this study were defined in terms of the dry period
after the rainy season from November to April.
Therefore, six time scales of cumulative monthly
rainfall data at each station were transformed into
1-, 2-, 3-, 4-, 5-, and 6-month SPI values with mean
= 0 and standard deviation = 1. Those computed
SPI values were denoted by SPI_Nov, SPI_Dec,
SPI_Jan, SPI_Feb, SPI_Mar and SPI_Apr for 1-
month cumulative rainfall, SPI_ON, SPI_ND,
SPI_DJ, SPI_JF, SPI_FM and SPI_MA for 2-
month cumulative rainfall, SPI_SON, SPI_OND,
SPI_NDJ, SPI_DJF, SPI_JFM and SPI_FMA for
3-month cumulative rainfall, SPI_ASON,
SPI_SOND, SPI_ONDJ, SPI_NDJF, SPI_DJFM
and SPI_JFMA for 4-month cumulative rainfall,
SPI_JASON, SPI_ASOND, SPI_SONDJ,
SPI_ONDJF, SPI_NDJFM and SPI_DJFMA for
5-month SPI, and SPI_JJASON, SPI_JASOND,
SPI_ASONDJ, SPI_SONDJF, SPI_ONDJFM and
SPI_NDJFMA for 6-month SPI. The explanatory
variables were twelve sliding bi-monthly values
of MEI for Dec/Jan (MEI_DJ), Jan/ Feb (MEI_JF),
Feb/Mar (MEI_FM), Mar/Apr (MEI_MA), Apr/
May (MEI_AM), May/Jun (MEI_MJ), Jun/Jul
(MEI_JJ), Jul/Aug (MEI_JA), Aug/Sep
(MEI_AS), Sep/Oct (MEI_SO), Oct/Nov
(MEI_ON) and Nov/Dec (MEI_ND).

ผลลัพธ์ (ไทย) 1:

การจัดการตัวแปรและระบุข้อกำหนดสำหรับผู้ทายผลประโยชน์ใด ๆประการแรกเป็นความสัมพันธ์ที่ดีกับการเลือกSPI และประการที่ สอง ความสัมพันธ์ที่เหมาะสมและลูกค้าเป้าหมายเวลา (นั่นคือ เดือนฤดูกาล) เพื่อความสะดวกปีค่าเหมยและ SPI ได้นำจะเป็น "ปี 0" และในทำนองเดียวกัน"ปี -1" สำหรับปีก่อนปี 0 (Hong et al.,2001) เวลาปรับขนาดสำหรับสะสมของปริมาณน้ำฝนในการศึกษานี้ได้กำหนดไว้ในรอบระยะเวลาแห้งหลังจากฤดูฝนตั้งแต่เดือนพฤศจิกายนถึงเมษายนดังนั้น หกเวลาสมดุลของสะสมรายเดือนข้อมูลปริมาณน้ำฝนที่สถานีแต่ละสถานีถูกเปลี่ยนเป็น1, 2- 3- 4- 5- และ 6 เดือนค่า SPI กับค่าเฉลี่ย= 0 และส่วนเบี่ยงเบนมาตรฐาน = 1 ผู้คำนวณค่า SPI ได้สามารถบุ ด้วย SPI_Nov, SPI_DecSPI_Jan, SPI_Feb, SPI_Mar และ SPI_Apr สำหรับ 1-เดือนสะสมปริมาณน้ำฝน SPI_ON, SPI_NDSPI_DJ, SPI_JF, SPI_FM และ SPI_MA สำหรับ 2เดือนสะสมปริมาณน้ำฝน SPI_SON, SPI_ONDSPI_NDJ, SPI_DJF, SPI_JFM และ SPI_FMA สำหรับฝนสะสม 3 เดือน SPI_ASONSPI_SOND, SPI_ONDJ, SPI_NDJF, SPI_DJFMและ SPI_JFMA สำหรับ 4 เดือนสะสมปริมาณน้ำฝนSPI_JASON, SPI_ASOND, SPI_SONDJSPI_ONDJF, SPI_NDJFM และ SPI_DJFMA สำหรับ5 เดือน SPI และ SPI_JJASON, SPI_JASONDSPI_ASONDJ, SPI_SONDJF, SPI_ONDJFM และSPI_NDJFMA สำหรับ 6 เดือน SPI การอธิบายตัวแปรถูก twelve เลื่อนค่าทุกสองเดือนของเหมยสำหรับธันวาคม/มกราคม (MEI_DJ), มกราคม / กุมภาพันธ์ (MEI_JF),ก.พ./Mar (MEI_FM), มาร์ (MEI_MA), เม.ย.เม.ย. /อาจอาจ (MEI_AM), มิถุนายน (MEI_MJ), มิถุนายน/กรกฎาคม/(MEI_JJ), กรกฎาคม/สิงหาคม (MEI_JA), สิงหาคม/กันยายน(MEI_AS), กันยายน/ตุลาคม (MEI_SO), ตุลาคม/พฤศจิกายน(MEI_ON) และพฤศจิกายน/ธันวาคม (MEI_ND)

ผลลัพธ์ (ไทย) 2:

การระบุและการจัดการของตัวแปร
ข้อกำหนดสำหรับการทำนายที่มีประโยชน์ใด ๆ
เป็นครั้งแรกความสัมพันธ์ที่ดีกับที่เลือก
SPI และประการที่สองมีความสัมพันธ์ที่เหมาะสมและนำ
เวลา (นั่นคือเดือนฤดูกาล) เพื่อความสะดวก
ในการที่ปี MEI และค่า SPI ถูก
ถ่ายจะถูกเรียกว่า "ปี 0" และในทำนองเดียวกัน
"ปี 1" สำหรับปีก่อนปี 0 (Hong et al.,
2001) เวลาชั่งสำหรับการสะสมของปริมาณน้ำฝน
ในการศึกษาครั้งนี้ได้ถูกกำหนดไว้ในแง่ของระยะเวลาแห้ง
หลังจากฤดูฝนเดือนพฤศจิกายนถึงเมษายน.
ดังนั้นหกเกล็ดเวลาของการสะสมรายเดือน
ข้อมูลปริมาณน้ำฝนในแต่ละสถานีถูกเปลี่ยนเป็น
1, 2, 3 -, 4, 5- และ 6 เดือนค่า SPI มีค่าเฉลี่ย
= 0 และส่วนเบี่ยงเบนมาตรฐาน = 1. ผู้คำนวณ
ค่า SPI ถูกแสดงโดย SPI_Nov, SPI_Dec,
SPI_Jan, SPI_Feb, SPI_Mar และ SPI_Apr สำหรับ 1
เดือนปริมาณน้ำฝนสะสม SPI_ON , SPI_ND,
SPI_DJ, SPI_JF, SPI_FM และ SPI_MA สำหรับ 2
เดือนปริมาณน้ำฝนสะสม SPI_SON, SPI_OND,
SPI_NDJ, SPI_DJF, SPI_JFM และ SPI_FMA สำหรับ
ปริมาณน้ำฝนสะสม 3 เดือน, SPI_ASON,
SPI_SOND, SPI_ONDJ, SPI_NDJF, SPI_DJFM
และ SPI_JFMA 4 เดือน ปริมาณน้ำฝนสะสม
SPI_JASON, SPI_ASOND, SPI_SONDJ,
SPI_ONDJF, SPI_NDJFM และ SPI_DJFMA สำหรับ
5 เดือน SPI และ SPI_JJASON, SPI_JASOND,
SPI_ASONDJ, SPI_SONDJF, SPI_ONDJFM และ
SPI_NDJFMA 6 เดือน SPI อธิบาย
ตัวแปรสิบสองเลื่อนค่าสองเดือน
ของ MEI สำหรับ Dec / ม.ค. (MEI_DJ) ม.ค. / กุมภาพันธ์ (MEI_JF)
Feb / มี.ค. (MEI_FM) มี.ค. / เมษายน (MEI_MA) Apr /
พฤษภาคม (MEI_AM) พฤษภาคม / มิถุนายน (MEI_MJ), มิถุนายน / กรกฎาคม
(MEI_JJ) กรกฎาคม / สิงหาคม (MEI_JA), สิงหาคม / กันยายน
(MEI_AS), กันยายน / ตุลาคม (MEI_SO) ตุลาคม / พฤศจิกายน
(MEI_ON) และพฤศจิกายน / ธันวาคม (MEI_ND)

ผลลัพธ์ (ไทย) 3:

การระบุและการจัดการของตัวแปรทำนายความต้องการ

มีประโยชน์ใด ๆ มีความสัมพันธ์ที่ดีกับคัดสรร
SPI และประการที่สอง ความสัมพันธ์ที่เหมาะสมและเวลาที่รอคอย
( คือเดือนฤดูกาล ) เพื่อความสะดวก
ปีที่เมย์และ SPI ค่า
ถ่ายจะถูกเรียกว่า " ปี " และในทำนองเดียวกัน
" ปี - 1 " ในปีก่อนปี 0 ( Hong et al . ,
2001 ) เวลาระดับการสะสมของปริมาณฝน
ในการศึกษาครั้งนี้กำหนดไว้ในแง่ของระยะเวลาแห้ง
หลังจากฤดูกาลฤดูฝนเดือนพฤศจิกายนถึงเมษายน .
ดังนั้น หกเวลา แบบสะสมรายเดือน
ข้อมูลฝนที่แต่ละสถานีกลายเป็น
1 - 2 - 3 - 4 - 5 - และ 6 เดือนกับ SPI ค่าหมายถึง
= 0 และส่วนเบี่ยงเบนมาตรฐาน = 1 ผู้คำนวณ
SPI ค่าแทน โดย spi_nov spi_dec
, ,spi_jan spi_feb spi_mar , และ , spi_apr 1 -
เดือนสะสมปริมาณฝน spi_on spi_nd spi_dj spi_jf
, , , , และ spi_fm spi_ma 2 -
เดือนสะสมปริมาณฝน spi_son spi_ond spi_ndj spi_djf
, , , , และ spi_jfm spi_fma สำหรับ
3
spi_ason สะสมน้ำ , spi_sond spi_ondj spi_ndjf spi_djfm
, , , spi_jfma สำหรับ 4 เดือนและสะสม spi_jason ฝน

spi_ondjf spi_asond spi_sondj , , , ,spi_ndjfm spi_djfma
5 เดือนและสำหรับ SPI และ spi_jjason spi_jasond spi_asondj spi_sondjf
, , , ,
spi_ndjfma สำหรับ 6 เดือนและ spi_ondjfm SPI . ตัวแปรอธิบาย
สิบสองคนเลื่อนบีรายเดือนค่า
เมย์สำหรับธ.ค. / ม.ค. ( mei_dj ) , Jan / Feb ( mei_jf )
( mei_fm ก.พ. / มี.ค. / เม.ย. ( mei_ma ) , มี.ค. ) , เม.ย. /
อาจ ( mei_am ) , พฤษภาคม / มิถุนายน ( mei_mj ) มิ.ย. / ก.ค.
( mei_jj ) , ก.ค. / ส.ค. ( mei_ja ) ส.ค. / ก.ย.
( mei_as ) , กันยายน / ตุลาคม ( mei_so )ต.ค. / พ.ย.
( mei_on ) และเดือน พ.ย. / ธ.ค. ( mei_nd )