4. ResultsThe errors from the above

4. Results
The errors from the above three methods are compared in Table 5. The results showed that the error
minimization capability of the ANN model (0.996%) outperformed the other two approaches
(2.80981% and 3.2604527%, respectively). However, the performance of ANN model was compared
with those of the ARIMA and MLR models by utilizing two dependent samples tests. Therefore, the
Wilcoxson signed-rank test and paired t-test were performed to assess the significant difference of the
errors from these pairs: ANN:MLR and ANN:ARIMA

ผลลัพธ์ (ไทย) 1:

4. ผลลัพธ์ข้อผิดพลาดจากวิธีการทั้งสามข้างต้นมีการเปรียบเทียบในตาราง 5 ผลพบว่าข้อผิดพลาดความสามารถในการลดภาระของรุ่นแอน (0.996%) outperformed สองวิธีอื่น ๆ(2.80981% และ 3.2604527% ตามลำดับ) อย่างไรก็ตาม ได้เปรียบเทียบประสิทธิภาพของรูปแบบแอนแบบจำลอง โดยใช้ขึ้นอยู่กับสองตัวอย่างทดสอบกับอาและ MLR ดังนั้น การWilcoxson อันดับลงทดสอบและจัดเป็นคู่ t-ทดสอบดำเนินการประเมินความแตกต่างอย่างมีนัยสำคัญของการข้อผิดพลาดจากคู่นี้: แอน: MLR และแอน: อา

ผลลัพธ์ (ไทย) 2:

4.
ผลข้อผิดพลาดจากสามวิธีข้างต้นจะเปรียบเทียบในตารางที่5
ผลการศึกษาพบว่าข้อผิดพลาดความสามารถในการลดปริมาณของแบบจำลองANN (0.996%) ประสิทธิภาพสูงกว่าอีกสองวิธี
(2.80981% และ 3.2604527% ตามลำดับ) แต่ประสิทธิภาพของรูปแบบแอนเมื่อเทียบกับบรรดาของ ARIMA และรูปแบบ MLR โดยใช้การทดสอบสองตัวอย่างขึ้นอยู่กับ
ดังนั้น
WILCOXSON ทดสอบลงนามยศและจับคู่ t-test
ได้ดำเนินการในการประเมินความแตกต่างอย่างมีนัยสำคัญของข้อผิดพลาดจากคู่เหล่านี้: ANN: MLR และ ANN: ARIMA

ผลลัพธ์ (ไทย) 3:

4 . ผลลัพธ์
ข้อผิดพลาดจากข้างต้นสามวิธี เปรียบเทียบ ตารางที่ 5 ผลการศึกษาพบว่าข้อผิดพลาด
ลดความสามารถของแบบจำลอง ANN ( โดย % ) เพิ่มขึ้นอีกสองแนวทาง
( 2.80981 % และ 3.2604527 ตามลำดับ ) อย่างไรก็ตาม ประสิทธิภาพของแอนแบบเทียบ
กับผู้พยากรณ์ และสำหรับรุ่นสองตัวอย่าง โดยใช้แบบทดสอบ ดังนั้น ,
wilcoxson ลงนามทดสอบอันดับ และ Paired t-test การวิจัยเพื่อศึกษาความแตกต่างของ
ข้อผิดพลาดจากคู่เหล่านี้ : แอน : MLR และแอน : ARIMA