Across our performance metrics of p

Across our performance metrics of percentage true-positives (RTP), percentage false-positives (RFP), percentage overlap (OT), and percentage early alarms (EA), Poisson- and negative binomial-based algorithms performed better in all except RFP. Poisson-based algorithms had average values of 99%, 28%, 71%, and 76% for RTP, RFP, OT, and EA, respectively, whereas negative binomial-based algorithms had average values of 97.8%, 17.8%, 60%, and 55% for RTP, RFP, OT, and EA, respectively. Moreover, the EA was also affected by the region’s population size. Regions with larger populations (regions 4 and 6) had higher values of EA than region 10 (which had the smallest population) for negative binomial- and Poisson-based algorithms. The difference was 12.5% and 13.5% on average in negative binomial- and Poisson-based algorithms, respectively.

ผลลัพธ์ (ไทย) 1:

ในการวัดประสิทธิภาพการทำงานของเราของเปอร์เซ็นต์จริงทำงานผิดพลาด (RTP), เปอร์เซ็นต์เท็จทำงานผิดพลาด (RFP), เปอร์เซ็นต์ซ้อน (OT), และเปอร์เซ็นต์ช่วงสัญญาณ (EA), ปัวและกระบวนตามทวินามลบทำดีทั้งหมดยกเว้นที่ RFP อัลกอริทึมที่ใช้ปัวซองได้ค่าเฉลี่ย 99%, 28%, 71 และ 76% สำหรับ RTP, RFP, OT, EA ตามลำดับ ในขณะที่กระบวนใช้ทวินามลบมีค่าเฉลี่ย 97.8%, 17.8%, 60%, 55% และ RTP, RFP, OT, EA และตามลำดับ นอกจากนี้ อีเอได้ยังรับผลจากขนาดประชากรของภูมิภาคนี้ ภูมิภาคที่ มีประชากรขนาดใหญ่ (พื้นที่ 4 และ 6) มีค่าที่สูงกว่าของเอกว่าภูมิภาค 10 (ซึ่งมีประชากรน้อยที่สุด) สำหรับลบทวินาม และปัวตามอัลกอริทึม ความแตกต่างได้ 12.5% และ 13.5% เฉลี่ยในลบทวินาม และปัวตามอัลกอริทึม ตามลำดับ

ผลลัพธ์ (ไทย) 2:

ข้ามวัดประสิทธิภาพของเราร้อยละบวกจริง (RTP) ร้อยละบวกเท็จ (RFP) ที่ทับซ้อนกันร้อยละ (OT) และสัญญาณเตือนภัยในช่วงต้นร้อยละ (EA) Poisson- และขั้นตอนวิธีทวินามตามเชิงลบดำเนินการที่ดีขึ้นในทั้งหมดยกเว้น RFP อัลกอริทึม Poisson-based มีค่าเฉลี่ย 99%, 28%, 71% และ 76% สำหรับ RTP, RFP, OT และ EA ตามลำดับในขณะที่อัลกอริทึมที่ใช้ทวินามเชิงลบมีค่าเฉลี่ย 97.8%, 17.8%, 60% และ 55% สำหรับ RTP, RFP, OT และ EA ตามลำดับ นอกจากนี้อีเอยังได้รับผลกระทบตามขนาดประชากรของภูมิภาคนี้ บริเวณที่มีประชากรขนาดใหญ่ (ภาค 4 และ 6) มีค่าสูงขึ้นของ EA กว่า 10 ภูมิภาค (ซึ่งมีประชากรที่เล็กที่สุด) สำหรับ binomial- เชิงลบและ Poisson ตามขั้นตอนวิธี ความแตกต่างเป็น 12.5%​​ และ 13.5% โดยเฉลี่ยใน binomial- เชิงลบและอัลกอริทึม Poisson ตามตามลำดับ

ผลลัพธ์ (ไทย) 3:

ในตัวชี้วัดประสิทธิภาพของเราแจ้งจริง เปอร์เซ็นต์ ( RTP ) เปอร์เซ็นต์บวกเท็จ ( RFP ) ร้อยละซ้อน ( OT ) และร้อยละสัญญาณเตือนภัยก่อน ( EA ) และลบแบบปัวส์ซองตามขั้นตอนวิธีการปฏิบัติที่ดีในทั้งหมดยกเว้น RFP . ตามค่าเฉลี่ยของพารามิเตอร์อัลกอริทึมได้ 99% , 28% , 71% และ 76% สำหรับ RTP , RFP , OT และเอตามลำดับในขณะที่ลบแบบตามขั้นตอนวิธีที่มีค่าเฉลี่ยของ 97.8 ร้อยละ 17.8 % , 60% และ 55% สำหรับ RTP , RFP , OT , EA , ตามลำดับ นอกจากนี้ อีเอผลกระทบจากขนาดของประชากรของภูมิภาค ภูมิภาคที่มีประชากรขนาดใหญ่ ( ภาค 6 ) สูงกว่าค่าของ EA มากกว่าภาค 10 ( ซึ่งมีประชากรน้อยที่สุด ) และลบแบบปัวส์ซอง - ตามอัลกอริธึมความแตกต่างคือ 12.5% และ 13.5% โดยเฉลี่ยในลบแบบ - และปัวซงตามขั้นตอนวิธี ตามลำดับ