to be less than unity, i.e. no perf

to be less than unity, i.e. no perfect correlation was
obtained, due possibly to lack of uniformity in the colour
space generated together with some experimental error. At
the same time, R2 values for dark colours were higher than
those for lighter colours.
In view of the similar performance of both CMC and
CIE94 colour-difference equations, it was not readily
apparent which one gave the better performance for
colour acceptance determination and shade sorting.
Consequently, all the data obtained from the 20 individual
sets of colours were illustrated in a single scattergram in
order to assess the overall performance of these equations
throughout the colour space using both linear and
logistical regression. The results of the comparison of R2
are shown in Table 2. Again these results lead to the
conclusion that overall the CMC equation gave the best fit
for generating a uniform microspace for allocating the
colour population in shade sorting.
In addition, the R2 values obtained from the linear
regression analysis were greater than those from logistical
regression using the equations. Linear regression seemed
to give a better fit over the whole batch of samples.

ผลลัพธ์ (ไทย) 1:

จะน้อยกว่าความ เช่นไม่มีความสัมพันธ์ที่สมบูรณ์แบบถูกได้รับ ผลอาจจะพอใจในสีสร้างขึ้นพร้อมกับข้อผิดพลาดทดลองบางพื้นที่ ที่เวลาเดียวกัน ค่า R2 สำหรับสีเข้มได้สูงกว่าที่สำหรับสีอ่อนมุมมองประสิทธิภาพการทำงานคล้ายของ CMC ทั้งสอง และสมการผลต่างสี CIE94 ไม่พร้อมชัดเจนซึ่งให้ประสิทธิภาพที่ดีกว่าสำหรับกำหนดยอมรับสีและการเรียงลำดับสีดังนั้น ข้อมูลทั้งหมดได้จาก 20 ละชุดของสีที่แสดงใน scattergram เดียวในสั่งการประเมินประสิทธิภาพโดยรวมของสมการเหล่านี้ตลอดพื้นที่สีที่ใช้ทั้งเชิงเส้น และlogistical ถดถอย ผลลัพธ์ของการเปรียบเทียบของ R2จะแสดงในตารางที่ 2 อีกครั้ง ที่ผลลัพธ์เหล่านี้นำไปสู่การสรุปโดยรวมว่าสมการ CMC ให้ราคาเหมาะสมที่สุดสำหรับการสร้าง microspace เป็นรูปแบบสำหรับการปันส่วนจำนวนสีในการเรียงลำดับสีค่า R2 ที่ได้จากการเชิงเส้นวิเคราะห์การถดถอยได้มากกว่าจาก logisticalการถดถอยโดยใช้สมการ ดูเหมือนถดถอยเชิงเส้นเพื่อให้พอดีดีกว่าชุดทั้งหมดของตัวอย่าง

ผลลัพธ์ (ไทย) 2:

จะน้อยกว่าความสามัคคีคือไม่มีความสัมพันธ์ที่สมบูรณ์แบบได้รับเนื่องจากอาจขาดความสม่ำเสมอของสีพื้นที่สร้างขึ้นพร้อมกับความผิดพลาดของการทดลองบางอย่าง ในขณะเดียวกันค่า R2 สำหรับสีเข้มสูงกว่าผู้สีเบา. ในมุมมองของประสิทธิภาพการทำงานที่คล้ายกันของทั้งสอง CMC และCIE94 สมสีที่แตกต่างกันมันก็ไม่พร้อมที่เห็นได้ชัดที่หนึ่งที่ให้ประสิทธิภาพการทำงานที่ดีกว่าสำหรับความมุ่งมั่นที่ได้รับการยอมรับและสีเฉดสีที่เรียงลำดับ. ดังนั้นข้อมูลทั้งหมดที่ได้รับจาก 20 แต่ละชุดของสีที่ถูกแสดงใน scattergram เดียวในเพื่อประเมินประสิทธิภาพโดยรวมของสมการเหล่านี้ทั่วพื้นที่สีโดยใช้ทั้งเชิงเส้นและการถดถอยโลจิสติก ผลของการเปรียบเทียบ R2 จะแสดงในตารางที่ 2 อีกครั้งผลลัพธ์เหล่านี้นำไปสู่ข้อสรุปที่ว่าโดยรวมสมCMC ให้แบบที่ดีที่สุดสำหรับการสร้างMicrospace ชุดสำหรับการจัดสรรประชากรสีในการเรียงลำดับที่ร่ม. นอกจากนี้ค่า R2 ที่ได้รับ จากเชิงเส้นการวิเคราะห์การถดถอยมีมากกว่าผู้ที่มาจากจิสติกส์การถดถอยโดยใช้สมการ การถดถอยเชิงเส้นที่ดูเหมือนจะให้เป็นแบบที่ดีกว่าชุดทั้งของกลุ่มตัวอย่าง

ผลลัพธ์ (ไทย) 3:

จะน้อยกว่าความสามัคคี คือ ไม่มีความสัมพันธ์ที่สมบูรณ์แบบ
ได้ เนื่องจากอาจจะไม่มีความเท่าเทียมในพื้นที่สี
สร้างด้วยกันกับทดลองผิดพลาด ที่
เวลาเดียวกัน , R2 ค่าสำหรับสีเข้มสูงกว่าพวกสี

เบา ในมุมมองของประสิทธิภาพที่คล้ายกันของ CMC และ
cie94 สีแตกต่างสมการ มันไม่ยอม
ชัดเจนที่ให้ประสิทธิภาพที่ดีกว่าสำหรับการกำหนดสีและเงายอมรับ

ดังนั้น การเรียงลำดับ ข้อมูลทั้งหมดที่ได้จาก 20 บุคคล
ชุดสีเป็นภาพประกอบใน scattergram เดียว
เพื่อประเมินประสิทธิภาพโดยรวมของสมการเหล่านี้
ตลอดสีพื้นที่ใช้ทั้งเชิงเส้นและ
จิสติกส์การถดถอย ผลการเปรียบเทียบ R2
แสดงในตารางที่ 2 อีกครั้งผลเหล่านี้นำไปสู่
สรุปว่ารวม CMC สมการให้
พอดีกับที่ดีที่สุดสำหรับการสร้าง microspace เครื่องแบบสำหรับการจัดสรรประชากรในเฉดสีเรียง
.
นอกจากนี้ อาร์ทูค่าที่ได้จากการวิเคราะห์การถดถอยเชิงเส้น

มากกว่าผู้ที่มาจากจิสติกส์การใช้สมการ การถดถอยเชิงเส้นดู
เพื่อให้พอดีกับที่ดีกว่าชุดทั้งหมดของตัวอย่าง