or autocorrelated disturbances [17]

or autocorrelated disturbances [17] or both [16] (hereafter called spatial SUR models).
In contrast, relatively small efforts have been put to develop the estimation methods of spatial SUR model. Because the spatial SUR models are good at analyzing the spatial dependence over time, it is important to investigate the estimation method for spatial SUR model. We present an iterative Maximum Likelihood (ML) estimation method to estimate the parameters of spatial SUR models.

ผลลัพธ์ (ไทย) 1:

หรือ autocorrelated รบกวน [17] หรือทั้งสอง [16] (ต่อจากนี้เรียกว่า spatial ซูร์รุ่น)ตรงกันข้าม ความพยายามค่อนข้างเล็กได้รับการวางเพื่อพัฒนาวิธีการประมาณของ spatial ซูร์ เนื่องจากรุ่นซูร์ spatial มีดีที่การวิเคราะห์การพึ่งพาเชิงพื้นที่เวลา จึงควรตรวจสอบวิธีการประเมินสำหรับรุ่นซูร์ spatial เรานำเสนอวิธีการประเมินโอกาสสูงสุด (ML) ซ้ำเพื่อประเมินพารามิเตอร์ของ spatial ซูร์รุ่น

ผลลัพธ์ (ไทย) 2:

หรืออัตสหสัมพันธ์กับระเบิด [17] หรือทั้งสอง [16] (เรียกว่าต่อจากนี้แบบจำลองเชิงพื้นที่ SUR).
ในทางตรงกันข้ามความพยายามค่อนข้างเล็กได้รับการวางในการพัฒนาวิธีการประเมินของรูปแบบ SUR เชิงพื้นที่ เพราะรุ่น SUR เชิงพื้นที่มีดีที่การวิเคราะห์เชิงพื้นที่การพึ่งพาอาศัยกันในช่วงเวลาที่มันเป็นสิ่งสำคัญที่จะตรวจสอบวิธีการประมาณค่าสำหรับโมเดล SUR เชิงพื้นที่ เรานำเสนอวิธีการที่ควรจะเป็นสูงสุด (ML) ประมาณค่าซ้ำเพื่อประมาณค่าพารามิเตอร์ของแบบจำลองเชิงพื้นที่ SUR

ผลลัพธ์ (ไทย) 3:

หรือการรบกวน [ 17 ] หรือทั้ง 52 [ 16 ] ( ต่อที่เรียกว่าพื้นที่ซูร์รูปแบบ )ในทางตรงกันข้าม ความพยายามที่ค่อนข้างเล็กมีไว้เพื่อพัฒนาวิธีการประมาณค่าของพื้นที่เกี่ยวกับนางแบบ เพราะการสร้างโมเดลที่ดีในการวิเคราะห์การพึ่งพาพื้นที่ตลอดเวลา มันเป็นสิ่งสำคัญเพื่อศึกษาวิธีการประเมินเชิงพื้นที่เกี่ยวกับนางแบบ เราเสนอโอกาสสูงสุดซ้ำ ( มิลลิลิตร ) วิธีการประมาณค่าประมาณพารามิเตอร์ของพื้นที่ เซอร์รุ่น