4.4 Checking of Model AdequacyThe r

4.4 Checking of Model Adequacy
The residual plots are used to check the goodness of
a fit in regression analysis. Typically, the residual plots are
used to examine if the least squares assumptions are
reasonable to produce unbiased coefficient estimates with
minimum variance. One of the basic assumptions for the
model development is that the errors must be normally
distributed [18]. The normality assumption can be checked
by normal probability plot of residuals. The residuals are the
differences in resilient modulus value between experimental
(observed) and predicted values. Figure 5(a) shows the
normal probability plot of residuals of the values. It is clear
that all the points are quite close to the straight line which
supports that the residuals are normally distributed. The
residuals (errors) and the predicted resilient modulus by the
model are presented in Figure 5(b). It is evident that the
residuals are structure less with no noticeable pattern which
shows that the model is adequate [15].

ผลลัพธ์ (ไทย) 1:

4.4 ตรวจสอบแบบจำลองเพียงพอผืนเหลือจะใช้ในการตรวจสอบความดีของพอดีในการวิเคราะห์การถดถอย โดยปกติ ผืนเหลืออยู่ใช้ในการตรวจสอบถ้าสมมติฐานกำลังสองน้อยสุดสมเหตุสมผลการประเมินสัมประสิทธิ์คนด้วยผลต่างขั้นต่ำ หนึ่งสมมติฐานพื้นฐานสำหรับการพัฒนาแบบจำลองก็คือ ข้อผิดพลาดต้องเป็นปกติกระจาย [18] อัสสัมชัญ normality สามารถตรวจสอบโดยพล็อตความน่าเป็นปกติของค่าคงเหลือ ค่าคงเหลือมีการความแตกต่างในค่าโมดูลัสความยืดหยุ่นระหว่างทดลอง(สังเกต) และคาดว่า ค่าการ รูปที่ 5(a) แสดงพล็อตความน่าเป็นปกติของค่าคงเหลือของค่า เป็นที่ชัดเจนว่า ทุกจุดใกล้กับตรงบรรทัดที่สนับสนุนว่า ค่าคงเหลือที่จะแจกจ่ายปกติ ที่ค่าคงเหลือ (ข้อผิดพลาด) และโมดูลัสยืดหยุ่นคาดการณ์ตามมีแสดงแบบจำลองในรูป 5(b) ปรากฏชัดเจนที่ตัวค่าคงเหลือเป็นโครงสร้างน้อยลายไม่ชัดซึ่งแสดงว่าแบบจำลองเพียงพอ [15]

ผลลัพธ์ (ไทย) 2:

4.4 การตรวจสอบความเพียงพอของรุ่นแปลงที่เหลือจะใช้ในการตรวจสอบความดีของพอดีในการวิเคราะห์การถดถอย โดยปกติแล้วแปลงที่เหลือจะใช้ในการตรวจสอบถ้าสมมติฐานน้อยสแควร์เป็นที่เหมาะสมในการผลิตประมาณการค่าสัมประสิทธิ์ที่เป็นกลางมีความแปรปรวนต่ำสุด หนึ่งในสมมติฐานพื้นฐานสำหรับการพัฒนารูปแบบคือข้อผิดพลาดจะต้องได้ตามปกติกระจาย[18] สมมติฐานปกติสามารถตรวจสอบโดยพล็อตน่าจะเป็นปกติของเหลือ เหลือที่มีความแตกต่างในค่าโมดูลัสความยืดหยุ่นระหว่างการทดลอง(ปฏิบัติ) และคาดการณ์ค่า รูปที่ 5 (ก) แสดงให้เห็นว่าพล็อตน่าจะเป็นปกติของเหลือของค่า เป็นที่ชัดเจนว่าทุกจุดที่มีค่อนข้างใกล้เคียงกับเส้นตรงที่สนับสนุนที่เหลือจะกระจายตามปกติ เหลือ (ข้อผิดพลาด) และคาดการณ์โมดูลัสความยืดหยุ่นโดยรูปแบบจะถูกนำเสนอในรูปที่5 (ข) เห็นได้ชัดว่าเหลือน้อยมีโครงสร้างที่ไม่มีรูปแบบที่เห็นได้ชัดเจนที่แสดงให้เห็นว่ารูปแบบเป็นที่เพียงพอ[15]

ผลลัพธ์ (ไทย) 3:

4.4 การตรวจสอบรูปแบบเพียงพอ
แปลงที่เหลือจะใช้ในการตรวจสอบความสอดคล้องของ
พอดีในการวิเคราะห์การถดถอย โดยทั่วไปแล้ว แปลงที่เหลือเป็น
ใช้ในการตรวจสอบสมมติฐาน ถ้าอย่างน้อยมี
ที่เหมาะสมเพื่อผลิตแบบสัมประสิทธิ์ประมาณการกับ
ความแปรปรวนต่ำสุด หนึ่งในสมมติฐานพื้นฐานสำหรับการพัฒนารูปแบบนั่นคือข้อผิดพลาด

ต้องปกติกระจาย [ 18 ]ปกติวิสัยสมมติฐานที่สามารถตรวจสอบได้ โดยความน่าจะเป็นของความคลาดเคลื่อน
พล็อตธรรมดา . ความคลาดเคลื่อนมีความแตกต่างในค่าระหว่างค่าโมดูลัสยืดหยุ่น

( ทดลอง ) ) และค่าพยากรณ์ . รูปที่ 5 ( ) แสดงถึงความน่าจะเป็นของความคลาดเคลื่อน
ปกติแปลงของค่า มันชัดเจน
จุดทั้งหมดจะค่อนข้างใกล้เคียงกับเส้นตรงซึ่ง
สนับสนุนที่ความคลาดเคลื่อนมีการแจกแจงปกติ .
ความคลาดเคลื่อน ( ข้อผิดพลาด ) และคาดัสยืดหยุ่นโดย
รูปแบบแสดงในรูปที่ 5 ( B ) จะเห็นได้ว่ามีโครงสร้างน้อยกว่าค่า

ไม่เห็นรูปแบบซึ่งแสดงให้เห็นว่าแบบจำลองเพียงพอ [ 15 ]