after i studied the previous involv

after i studied the previous involved reserches in order to find the factor that are expected affecting airfares
i found that the airfare is a dependent variable that is the average daily net airfare in any route from all airlines
the related factors can be classified into three groups consist of
the factor group of airlines and services such as distance, number of passengers, flight frequency, advanced booking days, and the presence of airlines
the factor group of airports such as hub airport and multiple airport
the factor group of other environmental factors such as population and per capita income
when the data were collected both the airfare and the factors that is expected affecting airfare and these data were studied the relationship between the airfare and other factos that they have the correlation or not and how
then the data will be analyzed statistically using LIMDEP and Weka with odinary least square method and artificial neural network method, and comparing the results between the two method
the result of linear regression model, both R2 and error, are better than using Neural Network to analyze the data or not
the results showed Neural Network method fits to the nonlinear data distribution more than ordinary Least square method that fits to the linear data distrid=bution
the result can use to explain the airfare in domestic routes, where has the presence of low cost carriers, by looking at R2 and error
the best econometric model has to have the highest R2 and the lowest error

ผลลัพธ์ (ไทย) 1:

หลังจากที่เรียน reserches เกี่ยวข้องก่อนหน้านี้เพื่อค้นหาปัจจัยที่คาดว่าส่งผลกระทบต่อราคาตั๋วเครื่องบิน
พบว่าตั๋วเครื่องบินขึ้นอยู่กับตัวแปรที่จะเฉลี่ยรายวันสุทธิตั๋วเครื่องบินในเส้นทางใด ๆ จากสายการบินทั้งหมด
ปัจจัยที่เกี่ยวข้องอาจแบ่งได้เป็น 3 กลุ่มประกอบด้วย
กลุ่มปัจจัยของสายการบินและบริการระยะทางจำนวนผู้โดยสาร เที่ยวบินถี่ วันจอง และสถานะการบินขั้นสูง
กลุ่มปัจจัยสนามบินศูนย์กลางสนามบินและสนามบินหลาย
กลุ่มปัจจัยอื่น ๆ ปัจจัยสิ่งแวดล้อมประชากรและรายได้ต่อหัว
เมื่อข้อมูลถูกเก็บรวบรวมตั๋วเครื่องบินการและปัจจัยที่คาดว่ามีผลต่อตั๋วเครื่องบินและข้อมูลเหล่านี้ได้ศึกษาความสัมพันธ์ระหว่างการตั๋วเครื่องบินและอื่น ๆ factos ว่า มีสหสัมพันธ์ หรือไม่ และอย่างไร
แล้วจะวิเคราะห์ข้อมูลทางสถิติโดยใช้ LIMDEP และ Weka odinary ตารางอย่างน้อยวิธีและวิธีโครงข่ายประสาทเทียม และเปรียบเทียบผลระหว่างวิธีสอง
ผลของแบบจำลองถดถอยเชิงเส้น R2 และข้อผิดพลาด จะดีกว่าการใช้โครงข่ายประสาทเพื่อวิเคราะห์ข้อมูล หรือไม่
ผลลัพธ์แสดงให้เห็นว่า วิธีโครงข่ายประสาทเหมาะกับการแจกแจงข้อมูลไม่เชิงเส้นมากกว่าปกติอย่างน้อยตารางวิธีที่เหมาะกับการ distrid ข้อมูลเชิงเส้น = bution
ผลการอธิบายตั๋วเครื่องบินในเส้นทางภายในประเทศ, ที่มีอยู่ของสายการบินต้นทุนต่ำ โดยที่ R2 และข้อผิดพลาด
รุ่น econometric ส่วนมี R2 สูงสุดและข้อผิดพลาดต่ำ

ผลลัพธ์ (ไทย) 2:

หลังจากที่ฉันเรียน reserches มีส่วนร่วมก่อนหน้านี้ในเพื่อหาปัจจัยที่คาดว่าจะส่งผลกระทบต่อเที่ยวบิน
ที่ผมพบว่าตั๋วเป็นตัวแปรตามที่เป็นตั๋วเครื่องบินราคาสุทธิเฉลี่ยต่อวันในเส้นทางใด ๆ จากทุกสายการบิน
ปัจจัยที่เกี่ยวข้องสามารถแบ่งได้เป็นสามกลุ่มประกอบด้วย ของ
กลุ่มปัจจัยของสายการบินและการบริการดังกล่าวเป็นระยะทางจำนวนผู้โดยสารความถี่เที่ยวบินวันที่จองห้องพักที่ทันสมัยและการปรากฏตัวของสายการบิน
ในกลุ่มปัจจัยของสนามบินเช่นสนามบินและสนามบินฮับหลาย
กลุ่มปัจจัยของปัจจัยแวดล้อมอื่น ๆ เช่นประชากร และรายได้ต่อหัว
เมื่อถูกเก็บรวบรวมข้อมูลทั้งตั๋วเครื่องบินและปัจจัยที่คาดว่ามีผลกระทบต่อตั๋วและข้อมูลเหล่านี้มีการศึกษาความสัมพันธ์ระหว่างตั๋วเครื่องบินและ factos อื่น ๆ ที่พวกเขามีความสัมพันธ์หรือไม่และวิธีการ
แล้วข้อมูลจะถูกวิเคราะห์โดยใช้สถิติ LIMDEP และ Weka odinary ด้วยวิธีการอย่างน้อยตารางและวิธีการที่เครือข่ายประสาทเทียมและการเปรียบเทียบผลระหว่างสองวิธีการที่
ผลของรูปแบบการถดถอยเชิงเส้นทั้ง R2 และข้อผิดพลาดที่ดีกว่าการใช้โครงข่ายประสาทในการวิเคราะห์ข้อมูลหรือไม่
ผลการศึกษาพบประสาท วิธีการเครือข่ายเหมาะกับการกระจายข้อมูลเชิงกว่าวิธีน้อยตารางธรรมดาที่เหมาะกับข้อมูลเชิงเส้น distrid = bution
ผลสามารถใช้เพื่ออธิบายตั๋วเครื่องบินในเส้นทางในประเทศที่มีการปรากฏตัวของผู้ให้บริการที่มีต้นทุนต่ำโดยดูที่ R2 และข้อผิดพลาด
แบบจำลองทางเศรษฐมิติที่ดีที่สุดจะต้องมี R2 สูงสุดและข้อผิดพลาดน้อยที่สุด

ผลลัพธ์ (ไทย) 3:

หลังจากศึกษาก่อนหน้านี้ที่เกี่ยวข้อง reserches เพื่อค้นหาปัจจัยที่คาดว่ามีผลต่อตั๋วเครื่องบิน
ผมพบว่าเครื่องบินเป็นตัวแปรที่เป็นค่าเฉลี่ยรายวันสุทธิตั๋วเครื่องบินในเส้นทางจากสายการบินทั้งหมด
ปัจจัยต่างๆ สามารถแบ่งเป็น 3 กลุ่ม ประกอบด้วย กลุ่ม
ปัจจัยของสายการบินและการบริการต่างๆ เช่น ระยะทาง , จำนวนผู้โดยสาร , ความถี่ของเที่ยวบินขั้นสูงการจองวัน และการปรากฏตัวของสายการบิน
ปัจจัยกลุ่มของท่าอากาศยานและสนามบินหลายสนามบินเช่นฮับ
ปัจจัยกลุ่มของปัจจัยสิ่งแวดล้อมอื่นๆ เช่น จำนวนประชากร และรายได้ต่อหัว
เมื่อเก็บรวบรวมข้อมูลทั้งตั๋วเครื่องบินและปัจจัยที่คาดว่ามีผลต่อตั๋วเครื่องบินและข้อมูลเหล่านี้ ศึกษาความสัมพันธ์ ระหว่างปัจจัยที่ตั๋วเครื่องบินและอื่น ๆที่พวกเขามีความสัมพันธ์หรือไม่และวิธีการ
จากนั้นข้อมูลจะถูกวิเคราะห์โดยใช้สถิติ limdep Weka กับ odinary และวิธีกำลังสองน้อยที่สุดและวิธีโครงข่ายประสาทเทียม ,และเปรียบเทียบผลระหว่างสองวิธี
ผลของตัวแบบการถดถอยเชิงเส้นทั้ง R2 และข้อผิดพลาด ดีกว่าการใช้โครงข่ายประสาทเทียมเพื่อวิเคราะห์ข้อมูลหรือไม่
พบวิธีโครงข่ายประสาท เหมาะกับแบบไม่เชิงเส้นการกระจายข้อมูลมากกว่าวิธีกำลังสองน้อยที่เหมาะสมกับข้อมูลเชิงเส้น distrid = bution
ผลสามารถใช้เพื่ออธิบายการตั๋วเครื่องบินในเส้นทางภายในประเทศซึ่งมีการแสดงตนของสายการบินต้นทุนต่ำ โดยดูที่ข้อผิดพลาดและ R2
แบบจำลองทางเศรษฐมิติที่ดีที่สุดมี R2 สูงสุดและข้อผิดพลาดน้อยที่สุด