where Y is the response variable, a

where Y is the response variable, a is the intercept, b, c and d are the
linear, e and f are the quadratic and g, h, i and j are the interaction
coefficients. The significance of independent variables and their
interactions were tested by means of the analysis of variance
(ANOVA). Results were assessed with various descriptive statistics
such as R2, p-value, t-ratio and percentage of contribution (%PC).
After an estimation of coefficients, the t-ratio was computed from
the ratio of each independent variable coefficient to its standard
error. The %PC was calculated as shown in Eq. (2):
where SS is the sum of squares, f is the independent variable (e.g. T,
SH, V, etc.) and N is the number of variable components. A smaller
magnitude of the p-value and a larger t-ratio and %PC value indicated
greater significance of the corresponding parameters in the
regression model

ผลลัพธ์ (ไทย) 1:

Y เป็น ตัวแปรตอบสนอง การเป็นจุดตัดแกน b, c และ d มีการเส้น e และ f เป็นกำลังสอง และ g, h ผม และเจมีการโต้ตอบค่าสัมประสิทธิ์การ ความสำคัญของตัวแปรอิสระ และตัวทดสอบ โดยการวิเคราะห์ความแปรปรวนของการโต้ตอบ(การวิเคราะห์ความแปรปรวน) มีประเมินผล ด้วยสถิติพรรณนาต่าง ๆเช่น R2 ค่า p, t-อัตราส่วน และเปอร์เซ็นต์ของกำไรส่วนเกิน (% PC)หลังจากการประเมินของสัมประสิทธิ์ t-อัตราส่วนที่คำนวณจากอัตราส่วนของสัมประสิทธิ์ตัวแปรอิสระแต่ละมาตรฐานของข้อผิดพลาด คำนวณ% PC มาก Eq. (2):ที่ SS คือ ผลรวมของกำลังสอง f คือ ตัวแปรอิสระ (เช่น TSH, V ฯลฯ) และ N คือ จำนวนตัวแปรประกอบ มีขนาดเล็กระบุขนาดของค่า p และมีขนาดใหญ่อัตราส่วน t และ% PC ค่าความสำคัญมากขึ้นของพารามิเตอร์ที่เกี่ยวข้องในการแบบจำลองถดถอย

ผลลัพธ์ (ไทย) 2:

ที่ Y เป็นตัวแปรการตอบสนองคือตัด, B, C และ D เป็น
เชิงเส้น E และ F เป็นกำลังสองและ G, H, i และ j มีปฏิสัมพันธ์
สัมประสิทธิ์ ความสำคัญของตัวแปรอิสระของพวกเขาและ
การสื่อสารได้มีการทดสอบโดยใช้วิธีการวิเคราะห์ความแปรปรวน
(ANOVA) ผลการประเมินด้วยสถิติเชิงพรรณนาต่างๆ
เช่น R2, p-value, เสื้ออัตราส่วนและร้อยละของการมีส่วนร่วม (% PC).
หลังจากการประมาณค่าสัมประสิทธิ์, เสื้ออัตราส่วนถูกคำนวณจาก
สัดส่วนของแต่ละสัมประสิทธิ์ตัวแปรอิสระเพื่อมาตรฐาน
ความผิดพลาด พีซี% ที่คำนวณได้ดังแสดงในสมการ (2):
เอสเอสที่เป็นผลรวมของสี่เหลี่ยม, F เป็นตัวแปรอิสระ (เช่น T,
SH, V, ฯลฯ ) และ N คือจำนวนขององค์ประกอบตัวแปร มีขนาดเล็กกว่า
ขนาดของ p-value และเสื้ออัตราส่วนขนาดใหญ่และ% ค่าเครื่องคอมพิวเตอร์ที่ระบุไว้
อย่างมีนัยสำคัญมากขึ้นของพารามิเตอร์ที่เกี่ยวข้องใน
รูปแบบการถดถอย

ผลลัพธ์ (ไทย) 3:

ที่ Y คือการตอบสนองตัวแปรเป็นสกัดกั้น , B , C และ D
เชิงเส้น , E และ F เป็นกำลังสองและ G , H , I และ J เป็นปฏิสัมพันธ์
ค่าสัมประสิทธิ์ ความสำคัญของตัวแปรอิสระ และปฏิสัมพันธ์
ทดสอบโดยใช้การวิเคราะห์ความแปรปรวน ( ANOVA )
. ผลประเมินจากสถิติต่าง ๆ เช่น R2
, , ,t-ratio และร้อยละของผลงาน ( % PC ) .
หลังจากการประมาณค่าสัมประสิทธิ์ และ t-ratio ถูกคำนวณจาก
อัตราส่วนของแต่ละตัวแปรอิสระเท่ากับความคลาดเคลื่อนมาตรฐาน
. และ PC คำนวณตามที่แสดงในอีคิว ( 2 ) :
ที่ SS คือผลรวมของสี่เหลี่ยม F คือตัวแปรอิสระ ( เช่น T ,
sh , V , ฯลฯ ) และ n คือจำนวนขององค์ประกอบของตัวแปร ขนาดเล็ก
ขนาดของผลและ t-ratio ขนาดใหญ่และ PC )
% มูลค่ามากกว่าความสำคัญของพารามิเตอร์ที่สอดคล้องกันใน
แบบจำลองการถดถอย