The normal plot with residue and th

The normal plot with residue and the plots of residuals versus
predicted were analysed and shown in Fig. 1(a) and (b). In the
normal probability plot of the raw data, the analysis of variance
shows a more effective (straightforward) relationship with the residuals.
The quadratic polynomial model satisfies the assumptions
analysis of variance (ANOVA) (the error distribution) is approximately
normal (Fig. 1(a)). If the model is correct and the assumptions
are satisfied, the residuals should have no structure. In
particular, they should be unrelated to any other variable including
the predicted response. A simple check would include plotting the
residuals versus the fitted (predicted) values. A plot of the residuals
versus the rising predicted response values tests the assumption of
the constant variance. The plot shows random scatter, which justifies
the need for no alteration to minimize personal error
(Fig. 1(b)).

ผลลัพธ์ (ไทย) 1:

พล็อตปกติ มีสารตกค้างและกราฟของเหลือเมื่อเทียบกับคาดการณ์ถูกวิเคราะห์ และแสดงในรูป 1(a) และ (b) ในพล็อตน่าจะปกติของข้อมูลดิบ การวิเคราะห์ความแปรปรวนแสดงความสัมพันธ์มีประสิทธิภาพมากขึ้น (ตรง) กับเหลือแบบพหุนามกำลังสองเป็นไปตามสมมติฐานการวิเคราะห์ความแปรปรวน (ANOVA) (การกระจายข้อผิดพลาด) เป็นประมาณปกติ (รูป 1(a)) ถ้ารูปแบบถูกต้อง และสมมติฐานพอใจ เหลือควรมีโครงสร้างไม่ ในโดยเฉพาะอย่างยิ่ง ควรจะไม่เกี่ยวข้องใด ๆ อื่น ๆ ตัวแปรรวมถึงการตอบสนองที่คาดการณ์ การตรวจสอบเรื่องจะรวมถึงการวางแผนการเหลือเมื่อเทียบกับค่าติดตั้ง (คาดการณ์) พล็อตของเหลือเมื่อเทียบกับค่าการตอบสนองที่คาดการณ์ไว้เพิ่มขึ้นทดสอบสมมติฐานเกี่ยวกับผลต่างคงที่ การแสดงแบบสุ่มกระจาย ซึ่งจัดชิดต้องไม่เปลี่ยนแปลงเพื่อลดข้อผิดพลาดส่วนบุคคล(รูป 1(b))

ผลลัพธ์ (ไทย) 2:

พล็อตปกติที่มีสารตกค้างและแปลงที่เหลือเมื่อเทียบกับ
ที่คาดการณ์ไว้ถูกนำมาวิเคราะห์และแสดงในรูป 1 (ก) และ (ข) ใน
พล็อตน่าจะเป็นปกติของข้อมูลดิบการวิเคราะห์ความแปรปรวน
แสดงให้เห็นว่ามีประสิทธิภาพมากขึ้น (ตรงไปตรงมา) ความสัมพันธ์กับคลาดเคลื่อน.
รูปแบบพหุนามกำลังสองฝ่ายสมมติฐาน
การวิเคราะห์ความแปรปรวน (ANOVA) (การกระจายข้อผิดพลาด) จะอยู่ที่ประมาณ
ปกติ (รูปที่ 1 (ก)) ถ้าแบบนั้นถูกต้องและสมมติฐาน
มีความพึงพอใจที่เหลือควรจะมีโครงสร้างไม่ ใน
โดยเฉพาะอย่างยิ่งพวกเขาควรจะไม่เกี่ยวข้องกับตัวแปรอื่น ๆ รวมทั้ง
การตอบสนองที่คาดการณ์ไว้ ตรวจสอบง่ายจะรวมถึงพล็อต
ที่เหลือเมื่อเทียบกับการติดตั้ง (คาดการณ์) ค่า พล็อตของคลาดเคลื่อน
เมื่อเทียบกับการเพิ่มขึ้นของค่าการตอบสนองต่อการคาดการณ์การทดสอบสมมติฐานของ
ความแปรปรวนคงที่ พล็อตที่แสดงให้เห็นการกระจายแบบสุ่มซึ่ง justifies
จำเป็นที่จะต้องไม่มีการเปลี่ยนแปลงเพื่อลดข้อผิดพลาดส่วนบุคคล
(รูป. 1 (ข))

ผลลัพธ์ (ไทย) 3:

พล็อตธรรมดากากและแปลงค่าเมื่อเทียบกับทำนายวิเคราะห์และแสดงในรูปที่ 1 ( a ) และ ( b ) ในพล็อตเรื่องความน่าจะเป็นแบบปกติของข้อมูล การวิเคราะห์ความแปรปรวนแสดงให้เห็นประสิทธิภาพมากขึ้น ( ตรงไปตรงมา ) ความสัมพันธ์กับค่า .รูปแบบกำลังสอง โดยตรงจำกัดการวิเคราะห์ความแปรปรวน ( ANOVA ) การผิดพลาด ) ประมาณปกติ ( รูปที่ 1 ( a ) ) ถ้าแบบถูกต้องและสมมติฐานพอใจ , ซึ่งไม่ควรมีโครงสร้าง ในโดยเฉพาะ พวกเขาจะไม่เกี่ยวข้องกับตัวแปรอื่น ๆ ได้แก่ทำนายการตอบสนอง ตรวจสอบง่ายๆจะรวมถึงการวางแผนซึ่งเมื่อเทียบกับเข็มขัด ( คาดการณ์ ) ค่า พล็อตของความคลาดเคลื่อนเมื่อเทียบกับที่เพิ่มขึ้นค่าพยากรณ์การตอบสนองการทดสอบสมมติฐานของความแปรปรวนคงที่ พล็อตที่ justifies การสุ่มแสดงการกระจายต้องไม่มีการดัดแปลงเพื่อลดข้อผิดพลาดส่วนบุคคล( ภาพที่ 1 ( b ) )