predictors account for an offset of

predictors account for an offset of up to 2 years between weather
conditions in a given year and the timing of the response of tree
growth versus water levels. The strength of a regression model is
expressed using the adjusted R2, which quantifies the explanatory
power of the regression model while accounting for lost degrees of
freedom as the number of predictors increases. The regression
models are validated using a leave-n-out method, where observations
are left out sequentially throughout the length of the streamflow
record allowing maximum use of the data for calibration and
validation. From the data withheld for validation, we compute the
reduction of error (RE), a statistic of the association between a series
of actual values and their estimates. A positive RE indicates
some predictive capacity (Fritts et al., 1990). The F value from
the regression model is a goodness-of-fit statistic. The standard
error (SE) and root-mean-square error of validation (RMSE) are
measures of the uncertainty in predicted values over the calibration
and validation periods, respectively. Regression residuals are
evaluated for autocorrelation using the Durbin–Watson test
(Ostrom, 1990).

ผลลัพธ์ (ไทย) 1:

predictors บัญชีสำหรับการออฟเซ็ต 2 ปีระหว่างอากาศเงื่อนไขในปีที่กำหนดและระยะเวลาของการตอบสนองของต้นไม้เจริญเติบโตเมื่อเทียบกับระดับน้ำ มีความแข็งแรงของแบบจำลองถดถอยแสดงการใช้ R2 ปรับปรุง ที่ quantifies อธิบายของแบบจำลองถดถอยในขณะที่บัญชีองศาสูญหายของเสรีภาพเป็นจำนวนเพิ่มขึ้น predictors การถดถอยรูปแบบที่ตรวจสอบใช้วิธีลาออก n ที่สังเกตจะไม่ติดต่อกันตลอดความยาวของ streamflowระเบียนให้ใช้สูงสุดของข้อมูลสำหรับการปรับเทียบ และการตรวจสอบ จากข้อมูลการหักณที่จ่ายสำหรับการตรวจสอบ เราคำนวณลดข้อผิดพลาด (RE), สถิติของความสัมพันธ์ระหว่างชุดค่าที่แท้จริงและการประเมิน บ่งชี้ใหม่บวกบางงานกำลังการผลิต (Fritts และ al., 1990) ค่า F จากแบบจำลองถดถอยสถิติความดีพอได้ มาตรฐานข้อผิดพลาด (SE) และข้อผิดพลาดรากค่าเฉลี่ยกำลังสองของการตรวจสอบ (RMSE)วัดความไม่แน่นอนในค่าคาดการณ์มากกว่าการปรับเทียบและตรวจสอบรอบระยะ เวลา ตามลำดับ ถดถอยค่าคงเหลืออยู่ประเมินโดยใช้การทดสอบ Durbin-Watson autocorrelation(Ostrom, 1990)

ผลลัพธ์ (ไทย) 2:

พยากรณ์บัญชีสำหรับการชดเชยถึง 2 ปีระหว่างสภาพอากาศเงื่อนไขที่กำหนดปีและระยะเวลาของการตอบสนองของต้นไม้ที่เจริญเติบโตเมื่อเทียบกับระดับน้ำ ความแข็งแรงของรูปแบบการถดถอยจะแสดงโดยใช้การปรับ R2 ซึ่งประเมินอธิบายอำนาจของรูปแบบการถดถอยในขณะที่บัญชีสำหรับองศาที่หายไปของเสรีภาพเป็นตัวเลขของการเพิ่มขึ้นของตัวแปรทำนาย ถดถอยแบบจำลองจะตรวจสอบโดยใช้วิธีการลา-n-out ที่สังเกตจะถูกปล่อยออกมาตามลำดับตลอดความยาวของน้ำท่าที่บันทึกที่ช่วยให้การใช้งานสูงสุดของข้อมูลสำหรับการสอบเทียบและการตรวจสอบ จากข้อมูลที่ระงับสำหรับการตรวจสอบเราคำนวณการลดลงของข้อผิดพลาด (RE) ซึ่งเป็นสถิติของสมาคมระหว่างชุดของค่าที่แท้จริงของพวกเขาและการประมาณการ บวกอีกครั้งแสดงให้เห็นบางส่วนกำลังการผลิตที่คาดการณ์ (Fritts et al., 1990) ค่า F จากรูปแบบการถดถอยเป็นคุณงามความดีของพอดีสถิติ มาตรฐานข้อผิดพลาด (SE) และรากเฉลี่ยตารางข้อผิดพลาดของการตรวจสอบ (RMSE) เป็นมาตรการของความไม่แน่นอนในการคาดการณ์ค่ามากกว่าการสอบเทียบระยะเวลาและการตรวจสอบตามลำดับ เหลือถดถอยมีการประเมินอัตใช้การทดสอบเดอร์บิน-วัตสัน(Ostrom, 1990)

ผลลัพธ์ (ไทย) 3:

พยากรณ์บัญชีสำหรับชดเชยได้ถึง 2 ปี ระหว่าง อากาศ
เงื่อนไขในปีหนึ่งๆ และเวลาของการตอบสนองของการเจริญเติบโตของต้นไม้
เมื่อเทียบกับน้ำระดับ ความแข็งแรงของตัวแบบการถดถอยคือ
แสดงใช้ปรับ R2 ที่ quantifies ความสามารถ
ของแบบจำลองการถดถอยในขณะที่บัญชี สำหรับสูญเสียองศา
อิสระเป็นจํานวนเพิ่มพยากรณ์ สมการ
แบบจำลองที่ใช้ leave-n-out วิธีที่สังเกต
ซ้ายตามลำดับ ตลอดความยาวของปริมาณน้ำท่า
บันทึกอนุญาตให้ใช้สูงสุดของข้อมูลสำหรับการสอบเทียบและการตรวจสอบ
. จากข้อมูลที่กำหนดไว้สำหรับการตรวจสอบ เราคำนวณ
ลดข้อผิดพลาด ( Re ) , สถิติของสมาคมระหว่างชุดของค่า
และประมาณการของพวกเขา อีกครั้งบวกบ่งชี้
บางคนทำนายความสามารถ ฟริต et al . , 1990 )
F ค่าจากแบบจำลองการถดถอยคือความดีของสถิติที่เหมาะสม ข้อผิดพลาดมาตรฐาน
( SE ) และรากค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง ( RMSE ) ของการตรวจสอบ
มาตรการของความไม่แน่นอนในค่าพยากรณ์ที่ผ่านการสอบเทียบ
และระยะเวลาตรวจสอบตามลำดับ ถดถอยซึ่งจะประเมินข้อมูลโดยใช้ตัวสถิติ

( ที่ตั้ง–วัตสันทดสอบ ,1990 )