From Table 3, it can be noted that

From Table 3, it can be noted that models based on a daily time interval offers better quality parameters, regardless of the type of model. This can be explained because as the resolution in time increases, the operation schedule of equipment and systems are more notorious; which is reduced by the averaging that results from increasing the resolution. To verify this statement, simple linear regression analysis were done for time intervals of 5 and 15 min with R2 results of 0.232 and 0.384, respectively. These additional results verify that higher resolution for the time interval of analysis leads to models with lower quality

ผลลัพธ์ (ไทย) 1:

จากตาราง 3 มันสามารถบันทึกว่า รุ่นตามช่วงเวลาประจำวันเสนอพารามิเตอร์คุณภาพดี ไม่ว่ารูปแบบการ นี้สามารถอธิบายได้ เพราะเป็นความละเอียดในการเพิ่มเวลา กำหนดการดำเนินงานของอุปกรณ์และระบบอื้อฉาวมากขึ้น ซึ่งจะลดลง โดยหาค่าเฉลี่ยที่เป็นผลจากการเพิ่มความละเอียด การตรวจสอบงบ การวิเคราะห์การถดถอยเชิงเส้นอย่างง่ายนี้ได้แล้วในช่วงเวลานาทีที่ 5 และ 15 กับ R2 ผล 0.232 และ 0.384 ตามลำดับ ผลลัพธ์เพิ่มเติมเหล่านี้ตรวจสอบว่า ความละเอียดสูงสำหรับช่วงเวลาการวิเคราะห์นำไปสู่รูปแบบที่มีคุณภาพต่ำ

ผลลัพธ์ (ไทย) 2:

จากตารางที่ 3 ก็สามารถที่จะตั้งข้อสังเกตว่ารูปแบบขึ้นอยู่กับช่วงเวลาในชีวิตประจำวันมีค่าพารามิเตอร์ที่ดีกว่าที่มีคุณภาพไม่คำนึงถึงประเภทของรูปแบบ นี้สามารถอธิบายได้เพราะเป็นความละเอียดที่เพิ่มขึ้นในขณะที่ตารางเวลาการทำงานของอุปกรณ์และระบบที่มีชื่อเสียงมากขึ้น ซึ่งจะลดลงโดยเฉลี่ยที่เพิ่มขึ้นเป็นผลมาจากความละเอียด เพื่อตรวจสอบคำสั่งนี้การวิเคราะห์การถดถอยเชิงเส้นอย่างง่ายได้ทำสำหรับช่วงเวลา 5 นาทีและ 15 ที่มีผล R2 ของ 0.232 และ 0.384 ตามลำดับ เหล่านี้ผลการตรวจสอบเพิ่มเติมที่ความละเอียดที่สูงขึ้นสำหรับช่วงเวลาของการวิเคราะห์นำไปสู่​​รูปแบบที่มีคุณภาพต่ำ

ผลลัพธ์ (ไทย) 3:

จากตารางที่ 3 จะเห็นว่านางแบบบนพื้นฐานทุกวัน ช่วงเวลาที่มีค่าพารามิเตอร์ที่มีคุณภาพที่ดีขึ้น ไม่ว่าชนิดของรูปแบบ นี้สามารถอธิบายได้ เพราะความละเอียดในการเพิ่มเวลา ตารางเวลา ของอุปกรณ์และระบบจะฉาวโฉ่มากขึ้น ซึ่งโดยเฉลี่ยจะลดลง ซึ่งเป็นผลจากการเพิ่มความละเอียด เพื่อตรวจสอบว่าข้อความนี้การวิเคราะห์การถดถอยเชิงเส้นแบบง่าย ทำให้ระยะเวลา 5 และ 15 นาทีจาก 0.232 0.384 R2 และ ตามลำดับ ผลลัพธ์เหล่านี้เพิ่มเติมตรวจสอบที่ละเอียดมากขึ้นสำหรับช่วงเวลาของการวิเคราะห์ข้อมูลรุ่นที่มีคุณภาพต่ำ