In general, a lower and flatter FDS

In general, a lower and flatter FDS curve is better. The FDS graph provides very helpful information on scaled prediction variance (SPV) for comparing alternative test matrices – simple enough that even non‐statisticians can see differences at a glance, and versatile for any type of experiment – mixture, process, or combined. For example, one could rerun the FDS graph for the cubic model and compare results and/or try some other experiment designs.

ผลลัพธ์ (ไทย) 1:

ทั่วไป ล่าง และ flatter FDS โค้งจะดีกว่า FDS กราฟแสดงข้อมูลมากในการพยากรณ์ที่ปรับสัดส่วนได้ผลต่าง (SPV) การเปรียบเทียบทางเลือกทดสอบเมทริกซ์ – ง่ายพอที่ non‐statisticians แม้จะเห็นความแตกต่างได้อย่างรวดเร็ว และอเนกประสงค์สำหรับทดลอง – ส่วนผสม ประมวลผล หรือรวม ตัวอย่าง หนึ่งสามารถรันกราฟ FDS สำหรับรูปแบบลูกบาศก์ และเปรียบเทียบผลลัพธ์ และ/หรือลองออกแบบการทดลองอื่น ๆ บางอย่าง

ผลลัพธ์ (ไทย) 2:

โดยทั่วไปลดลงและแบนโค้ง FDS จะดีกว่า กราฟ FDS ให้ข้อมูลที่เป็นประโยชน์มากในการทำนายความแปรปรวนปรับขนาด (SPV) สำหรับการเปรียบเทียบการฝึกอบรมการทดสอบทางเลือก - ง่ายพอว่าแม้สถิติที่ไม่สามารถเห็นความแตกต่างได้อย่างรวดเร็วและหลากหลายสำหรับประเภทของการทดลองใด ๆ - ส่วนผสม, กระบวนการหรือรวมกัน ตัวอย่างเช่นหนึ่งสามารถวิ่งกราฟ FDS สำหรับรูปแบบลูกบาศก์และเปรียบเทียบผลและ / หรือลองออกแบบการทดลองอื่น ๆ

ผลลัพธ์ (ไทย) 3:

โดยทั่วไป , ล่าง และประจบ FDS โค้งดีกว่า โดย FDS กราฟให้ข้อมูลที่เป็นประโยชน์มากในการปรับแปรปรวนพยากรณ์ ( สูงสุด ) สำหรับการเปรียบเทียบเมทริกซ์และทดสอบทางเลือกที่เรียบง่าย พอเพียง แม้ไม่ใช่‐สถิติสามารถเห็นความแตกต่างได้อย่างรวดเร็วและหลากหลายประเภทของการทดลองและส่วนผสม กระบวนการ หรือรวมกัน ตัวอย่างเช่นหนึ่งสามารถวิ่งใน FDS กราฟรูปแบบลูกบาศก์ และเปรียบเทียบผลและ / หรือลองออกแบบการทดลองอื่น ๆ