In this paper, we develop stepwise regression data envelopment model t การแปล - In this paper, we develop stepwise regression data envelopment model t ไทย วิธีการพูด

In this paper, we develop stepwise

In this paper, we develop stepwise regression data envelopment model to select important
variables. We formulate null hypothesis to understand the importance of each variable and
use Kruskal–Wallis test for this purpose. If the Kruskal–Wallis test does not reject the null
hypothesis then we can conclude that all the variables are of equal importance as their
presence and on the other hand absence of other variable does not create huge fluctuations
in efficiency scores in fact give a complete ranking relative to base model. If the Kruskal–
Wallis test does reject the null hypothesis this will imply there is significant fluctuation in
the efficiency score relative to base model. And therefore we have to further check the pair
of variables that causes the fluctuation in order to determine its importance using Conover–
Inman test. The results of the proposed models are compared with the results of previously
published models of the same dataset. The proposed models helps understand the
extent of misclassification decision making units as efficient/inefficient when variables
are retained or discarded alongside provides useful managerial prescription to make
improvement strategies.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
ในกระดาษนี้ เราได้พัฒนารูปแบบขอบข้อมูลถดถอยยังคงเลือกสำคัญตัวแปร เรากำหนดสมมุติฐาน null จะเข้าใจความสำคัญของแต่ละตัวแปร และใช้ทดสอบ Kruskal – สำหรับวัตถุประสงค์นี้ ถ้าทดสอบ Kruskal – วาลลิ ไม่ปฏิเสธค่า nullสมมติฐานนั้นเราสามารถสรุปได้ว่า ตัวแปรมีความสำคัญเท่ากันเป็นของพวกเขาแสดงตน และคง ไม่มีตัวแปรอื่น ๆ สร้างความผันผวนมากในประสิทธิภาพ คะแนนให้ในการจัดอันดับที่สมบูรณ์เมื่อเทียบกับรุ่นพื้นฐานในความเป็นจริง ถ้า Kruskal –ทดสอบปฏิเสธสมมติฐานว่างนี้จะบ่งบอกถึงความมีนัยสำคัญในช่วงคะแนนประสิทธิภาพเมื่อเทียบกับรุ่นพื้นฐาน และดังนั้น เราต้องตรวจสอบคู่เพิ่มเติมตัวแปรที่ทำให้เกิดการเปลี่ยนแปลงเพื่อกำหนดความสำคัญของ การใช้โฮปมิลส์ –การทดสอบ Inman ผลลัพธ์ของแบบจำลองที่เสนอมีการเปรียบเทียบกับผลของก่อนหน้านี้รูปแบบที่เผยแพร่ของชุดข้อมูลเดียวกัน รุ่นนำเสนอช่วยให้เข้าใจการขอบเขตของหน่วยทำการตัดสินใจการจัดประเภทเป็นประสิทธิภาพต่ำเมื่อตัวแปรจะเก็บ หรือละทิ้ง alongside ให้เป็นประโยชน์บริหารจัดการยาให้ปรับปรุงกลยุทธ์
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
ในบทความนี้เรามีการพัฒนารูปแบบข้อมูลถดถอยห่อแบบขั้นตอนที่สำคัญในการเลือก
ตัวแปร เรากำหนดสมมติฐานเข้าใจถึงความสำคัญของแต่ละตัวแปรและ
ใช้การทดสอบ Kruskal-Wallis เพื่อวัตถุประสงค์นี้ หากการทดสอบ Kruskal-Wallis ไม่ปฏิเสธ null
สมมติฐานแล้วเราสามารถสรุปได้ว่าตัวแปรทั้งหมดมีความสำคัญเท่าเทียมกันของพวกเขา
ปรากฏตัวและในกรณีที่ไม่มีมืออื่น ๆ ของตัวแปรอื่น ๆ ที่ไม่สร้างความผันผวนอย่างมาก
ในคะแนนที่มีประสิทธิภาพในความเป็นจริงให้การจัดอันดับที่สมบูรณ์ เมื่อเทียบกับฐานแบบจำลอง ถ้า Kruskal-
ทดสอบวาลลิสไม่ปฏิเสธสมมติฐานนี้จะบ่งบอกถึงการมีความผันผวนอย่างมากใน
คะแนนที่มีประสิทธิภาพเมื่อเทียบกับฐานแบบจำลอง ดังนั้นเราจึงต้องมีการตรวจสอบต่อไปคู่
ของตัวแปรที่ทำให้เกิดความผันผวนในการสั่งซื้อเพื่อตรวจสอบความสำคัญของการใช้ Conover-
ทดสอบ Inman ผลที่ได้จากแบบจำลองที่นำเสนอมีการเปรียบเทียบกับผลของการก่อนหน้านี้
รุ่นที่เผยแพร่ของชุดเดียวกัน รุ่นที่นำเสนอจะช่วยให้เข้าใจ
ขอบเขตของการตัดสินใจจำแนกทำให้หน่วยเป็นที่มีประสิทธิภาพ / ไม่มีประสิทธิภาพเมื่อตัวแปร
จะถูกเก็บไว้หรือทิ้งข้างให้ตามใบสั่งแพทย์ในการบริหารจัดการที่มีประโยชน์เพื่อให้
แนวทางการปรับปรุง
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
ในงานวิจัยนี้ เราได้พัฒนาแบบจำลองการถดถอยแบบซองข้อมูลสำคัญเพื่อเลือกตัวแปร เราตั้งสมมุติฐานการเข้าใจถึงความสำคัญของแต่ละตัวแปร และใช้ Kruskal Wallis test ) เพื่อวัตถุประสงค์นี้ ถ้า Kruskal Wallis test และไม่ปฏิเสธในสมมติฐานแล้วเราสามารถสรุปได้ว่าตัวแปรทั้งหมดล้วนมีความสำคัญเท่าเทียมกันเป็นตน และในมืออื่น ๆที่ไม่มีตัวแปรอื่นที่ไม่สร้างความผันผวนอย่างมากในการจัดอันดับคะแนนประสิทธิภาพในความเป็นจริงให้เสร็จสมบูรณ์เมื่อเทียบกับรูปแบบพื้นฐาน ถ้าเรียนฯWallis test ไม่ปฏิเสธสมมติฐานว่างนี้จะบ่งบอกถึงมีความผันผวนอย่างมีนัยสำคัญประสิทธิภาพของคะแนนเทียบกับรูปแบบพื้นฐาน ดังนั้น เราจะต้องดูคู่ต่อไปของตัวแปรที่ก่อให้เกิดความผันผวนในการพิจารณาความสำคัญของการใช้ โคโนเวอร์จำกัดอินเมินทดสอบ ผลของการนำเสนอรูปแบบมาเปรียบเทียบกับผลของก่อนหน้านี้เผยแพร่รูปแบบของชุดข้อมูลเดียวกัน การนำเสนอรูปแบบช่วยให้เข้าใจขอบเขตของการตัดสินใจผิดพลาดหน่วยประสิทธิภาพ / ไม่ได้ผลเมื่อตัวแปรจะเก็บหรือทิ้งพร้อมกับมีการจัดการที่มีประโยชน์เพื่อให้ใบสั่งยากลยุทธ์การปรับปรุง
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2025 I Love Translation. All reserved.

E-mail: