Validation is a necessary step for

Validation is a necessary step for the model application [31]. The
validation of a model is that it generates good testable hypotheses
relevant to important problems. We should test these models in the
following way. Three commonly used indexes, including the total
deviation sum of squares (TSS), regression sum of squares (RSS) and
error sum of squares (ESS), are mainly considered here for evaluating
the fitting efficiency (R2
) of these methods. Given a linear regression
model:

ผลลัพธ์ (ไทย) 1:

ตรวจสอบเป็นขั้นตอนจำเป็นสำหรับโปรแกรมประยุกต์รุ่น [31] การตรวจสอบแบบไม่สร้าง hypotheses กับการสร้างที่ดีเกี่ยวข้องกับปัญหาสำคัญ เราควรทดสอบรุ่นเหล่านี้ในการวิธีต่อไปนี้ สามโดยทั่วไปดัชนีที่ใช้ รวมทั้งหมดความเบี่ยงเบนของผลรวมกำลังสองลิพอร์ต (TSS), ผลรวมปัญหาของช่องสี่เหลี่ยม (RSS) และข้อผิดพลาดผลรวมกำลังสอง (ESS), ส่วนใหญ่ถือว่านี่สำหรับประเมินประสิทธิภาพเหมาะสม (R2) ของวิธีการเหล่านี้ รับการถดถอยเชิงเส้นรุ่น:

ผลลัพธ์ (ไทย) 2:

การตรวจสอบเป็นขั้นตอนที่จำเป็นสำหรับการประยุกต์ใช้รูปแบบ [31]
การตรวจสอบของรูปแบบก็คือว่ามันสร้างทดสอบสมมติฐานที่ดี
ที่เกี่ยวข้องกับปัญหาที่สำคัญ เราควรทดสอบรูปแบบเหล่านี้ใน
วิธีการต่อไป สามดัชนีที่ใช้กันทั่วไปรวมทั้งรวม
ผลรวมค่าความเบี่ยงเบนของสี่เหลี่ยม (TSS) รวมปัญหาของช่องสี่เหลี่ยม (RSS) และความ
ผิดพลาดผลรวมของสี่เหลี่ยม (ESS) จะถือว่าเป็นส่วนใหญ่ที่นี่สำหรับการประเมิน
ประสิทธิภาพเหมาะสม (R2
) วิธีการเหล่านี้ ได้รับการถดถอยเชิงเส้น
แบบ:

ผลลัพธ์ (ไทย) 3:

การตรวจสอบเป็นขั้นตอนที่จำเป็นสำหรับการประยุกต์แบบจำลอง [ 31 ] ที่การตรวจสอบความถูกต้องของแบบจำลองที่สร้างสมมติฐานที่ทดสอบได้ดีที่เกี่ยวข้องกับปัญหาที่สำคัญ เราควรจะทดสอบโมเดลเหล่านี้ในวิธีการต่อไปนี้ 3 ใช้ทั่วไปรวมถึงรวมดัชนีส่วนผลรวมของสี่เหลี่ยม ( TSS ) ผลรวมการถดถอยของสี่เหลี่ยม ( RSS ) และข้อผิดพลาดผลรวมของสี่เหลี่ยม ( ESS ) เป็นหลักพิจารณาที่นี่เพื่อประเมินประสิทธิภาพที่เหมาะสม ( อาร์ทู) ของวิธีการเหล่านี้ ได้รับการถดถอยเชิงเส้นรุ่น :