where X1, X2 and X3 are the predict

where X1, X2 and X3 are the prediction values of the combination forecasting model (2), (4) and (5), respectively, U1, U2 and
U3 are the prediction values of PCR, PLSR and MPLSR, respectively.
In order to reflect the prediction accuracy, confidence interval (CI) with 99% confidence is presented. The prediction results
of three combination forecasting models are shown in Table 5 and Fig. 2. The evaluation of the forecasting performance
of these combination forecasting models is shown in Table 6. Evidently, the combined forecasting model under the criterion
of minimizing the sum of absolute error (MSAE) is the best performing one.
The sub-optimal combination forecasting models can be built according to the actual value and the prediction value of
PCR, PLSR and MPLSR. Table 7 shows the evaluation of forecasting performance from the 5 approaches described in the
Subsection 2.2 of Section 2. Apparently, these 5 approaches perform a little better than the individual forecasting method,
but much worse than the optimal forecasting methods in this paper.
In this section, the forecasting results and evaluation criterions of the forecasting models are discussed. Table 4, 6 and
7 show that the combination forecasting model under the criterion of minimizing the sum of absolute error (MSAE) performs
the best. This combination forecasting model is shown to improve the forecasting accuracy evidently.

ผลลัพธ์ (ไทย) 1:

ที่ X1, X2 และ X3 มีค่าทำนายของการรวมการคาดการณ์ที่แบบจำลอง (2), (4) และ (5), ตามลำดับ U1, U2 และU3 คือ ค่าพยากรณ์ของ PCR, PLSR และ MPLSR ตามลำดับเพื่อสะท้อนให้เห็นความถูกต้องของการคาดเดา ช่วงความเชื่อมั่น (CI) ด้วยความมั่นใจ 99% มีการนำเสนอ ผลการทำนายการรวมสาม แบบจำลองการคาดการณ์จะแสดงในตาราง 5 และ 2 รูปนี้ การประเมินผลประสิทธิภาพการคาดการณ์เหล่านี้ร่วมกัน แบบการพยากรณ์จะแสดงในตารางที่ 6 เด่นชัด โมเดลการคาดการณ์รวมภายใต้เงื่อนไขการลด ผลรวมของข้อผิดพลาดสัมบูรณ์ (MSAE) เป็นดีสุดในการดำเนินการอย่างใดอย่างหนึ่งสามารถสร้างแบบจำลองการคาดการณ์รวมย่อยที่ดีตามค่าจริงและค่าทำนายของPCR, PLSR และ MPLSR ตารางที่ 7 แสดงการประเมินผลประสิทธิภาพจากวิธี 5 ที่อธิบายไว้ในการคาดการณ์การย่อย 2.2 2 ส่วน เห็นได้ชัด วิธีการเหล่านี้ 5 ทำดีขึ้นกว่าวิธีการคาดการณ์แต่ละแต่แย่กว่าวิธีการคาดการณ์ที่ดีที่สุดในเอกสารนี้Criterions ของแบบจำลองการคาดการณ์จะกล่าวถึงในส่วนนี้ การคาดการณ์ผลลัพธ์ และการประเมินผล ตารางที่ 4, 6 และ7 แสดงว่าการรวมการคาดการณ์ทำโมเดลภายใต้เงื่อนไขของการลดจำนวนข้อผิดพลาดสัมบูรณ์ (MSAE)ดีที่สุด โมเดลการคาดการณ์นี้รวมกันจะแสดงการปรับปรุงความแม่นยำการคาดการณ์อย่างเห็นได้ชัด

ผลลัพธ์ (ไทย) 2:

ที่ X1, X2 และ X3 เป็นค่าการทำนายของรูปแบบการรวมกันคาดการณ์ (2) (4) และ (5) ตามลำดับ U1, U2 และ
U3 เป็นค่าคาดการณ์ของ PCR, PLSR และ MPLSR ตามลำดับ.
เพื่อที่จะ สะท้อนให้เห็นถึงความถูกต้องของการทำนาย, ช่วงความเชื่อมั่น (CI) มีความเชื่อมั่น 99% จะนำเสนอ ผลการทำนาย
ของแบบจำลองการคาดการณ์ที่สามรวมกันจะแสดงในตารางที่ 5 และรูป 2. การประเมินผลการปฏิบัติงานการคาดการณ์
ของรุ่นนี้รวมกันคาดการณ์จะแสดงในตารางที่ 6 เห็นได้ชัดว่ารูปแบบการคาดการณ์รวมกันภายใต้เกณฑ์
ของการลดผลรวมของความผิดพลาดที่แน่นอน (MSAE) ที่ดีที่สุดคือการดำเนินการอย่างใดอย่างหนึ่ง.
คาดการณ์การรวมกันย่อยที่ดีที่สุด รุ่นที่สามารถสร้างขึ้นตามค่าที่แท้จริงและมูลค่าการคาดการณ์ของ
PCR, PLSR และ MPLSR ตารางที่ 7 แสดงให้เห็นว่าการประเมินผลของการคาดการณ์ผลการดำเนินงานจาก 5 วิธีการอธิบายไว้ในที่
ย่อย 2.2 ของมาตรา 2 เห็นได้ชัดว่าทั้ง 5 วิธีการดำเนินการน้อยกว่าวิธีการคาดการณ์ของแต่ละบุคคล
แต่ที่เลวร้ายยิ่งกว่าวิธีการพยากรณ์ที่ดีที่สุดในบทความนี้.
ในการนี้ ส่วนผลการคาดการณ์และหลักเกณฑ์การประเมินผลของแบบจำลองการคาดการณ์ที่จะกล่าวถึง ตารางที่ 4, 6 และ
7 แสดงให้เห็นว่าการคาดการณ์การผสมผสานรูปแบบภายใต้เกณฑ์ของการลดผลรวมของความผิดพลาดที่แน่นอน (MSAE) ที่มีประสิทธิภาพ
ที่ดีที่สุด พยากรณ์ชุดนี้จะแสดงให้เห็นปรับปรุงความถูกต้องคาดการณ์อย่างเห็นได้ชัด

ผลลัพธ์ (ไทย) 3:

ที่ X1 , X2 X3 เป็นค่านิยมและการคาดการณ์ของการรวมกันในการพยากรณ์ ( 2 ) ( 4 ) และ ( 5 ) , ตามลำดับ , U1 และ U2 ,U3 เป็นการทำนายค่าตรวจและ plsr mplsr ตามลำดับเพื่อสะท้อนการคาดการณ์ความถูกต้องช่วงความเชื่อมั่น ( CI ) ด้วยความเชื่อมั่น 99% คือแสดง การทำนายผลการรวมกันของ 3 ตัวแบบพยากรณ์ที่แสดงในตารางที่ 5 และรูปที่ 2 การประเมินประสิทธิภาพของการพยากรณ์เหล่านี้รวมกันตัวแบบแสดงดังตารางที่ 6 โดยรวมแบบจำลองการพยากรณ์ตามเกณฑ์ลดผลรวมของความผิดพลาดสัมบูรณ์ ( msae ) คือการปฏิบัติที่ดีที่สุดย่อยรวมกันแบบพยากรณ์ที่เหมาะสมสามารถสร้างขึ้นตามค่าจริงและค่าการทำนายตรวจและ plsr mplsr . ตารางที่ 7 แสดงผลของการพยากรณ์ประสิทธิภาพจาก 5 วิธีที่อธิบายไว้ในวรรค 2 ของมาตรา 2 เห็นได้ชัดว่า ทั้ง 5 วิธีดําเนินการดีขึ้นเล็กน้อยกว่าวิธีการพยากรณ์แต่ละตัวแต่แย่กว่าวิธีการพยากรณ์ที่เหมาะสม ในบทความนี้ในส่วนนี้ ผลการพยากรณ์การประเมินและเกณฑ์ของตัวแบบพยากรณ์ที่กล่าวถึง ตารางที่ 4 , 6 และ7 แสดงที่ผสมผสานรูปแบบการพยากรณ์ภายใต้เกณฑ์ของการลดผลรวมของความผิดพลาดสัมบูรณ์ ( msae ) าดีที่สุด การพยากรณ์การรวมกันนี้แสดงการปรับปรุงการพยากรณ์ความแม่นยำเห็นได้ชัด