the model in terms of predicting th

the model in terms of predicting the data; the lower
its value, the better is the model. Instead of detailing
the coefficients, we discuss the two main derived
expressions. (We detail the formulae in Appendix 1.)
First, we express the purchase rate in terms of
weekly transactions. Second, we compute an average
inactivity date. We obtain the results in Table II.
The quality of the estimation based on the BIC is
very specific: It is poor for the traditional transactions
(especially consumers who only buy traditional coffee),
which likely reflects their high degree of heterogeneity.
Considering the various types of traditional
coffees available as one unique product is clearly a limit
for the accuracy of our analysis. The purchase rate
expected represents the average number of coffee
transactions per week and per customer. A transaction
might include several packages (i.e., on average, 1.3
packages per transaction). Similarly, the inactivity date
expected is the average ‘‘lifespan’’ of a customer,
which reflects when the household stops purchasing
coffee or FT coffee for any reason.

ผลลัพธ์ (ไทย) 1:

แบบจำลองในการคาดการณ์ข้อมูล ด้านล่างค่า ดีกว่าแบบนั้น แทนรายละเอียดสัมประสิทธิ์ เราหารือหลักสองได้รับมานิพจน์นี้ (เรารายละเอียดสูตรในภาคผนวก 1)ครั้งแรก เราแสดงอัตราการซื้อในแง่ของธุรกรรมรายสัปดาห์ สอง เราคำนวณค่าเฉลี่ยวันไม่มีผลงาน เราได้รับผลในตาราง IIคุณภาพของการประเมินตาม BICเฉพาะเจาะจงมาก: เหมาะสำหรับธุรกรรมดั้งเดิม(โดยเฉพาะอย่างยิ่งผู้บริโภคซื้อกาแฟเท่านั้น),ซึ่งอาจจะสะท้อนถึงระดับความสูงของ heterogeneityพิจารณาต่าง ๆ แบบดั้งเดิมกาแฟที่ใช้เป็นผลิตภัณฑ์เฉพาะอย่าง จำกัดความถูกต้องของการวิเคราะห์ของเรา อัตราซื้อคาดว่าจะแทนจำนวนเฉลี่ยของกาแฟธุรกรรม ต่อสัปดาห์ และ ต่อลูกค้า ธุรกรรมอาจมีหลายแพคเกจ (เช่น ใน 1.3 ค่าเฉลี่ยแพคเกจต่อธุรกรรม) ในทำนองเดียวกัน วันไม่มีผลงานคาดว่าจะเฉลี่ย ''อายุ '' ของลูกค้าซึ่งสะท้อนให้เห็นถึงเมื่อบ้านหยุดซื้อกาแฟหรือกาแฟฟุตสำหรับเหตุผลใด ๆ

ผลลัพธ์ (ไทย) 2:

รูปแบบในแง่ของการคาดการณ์ข้อมูล;
ที่ต่ำกว่าค่าของมันให้ดีขึ้นเป็นรูปแบบ แทนที่จะรายละเอียดค่าสัมประสิทธิ์เราจะหารือทั้งสองมาหลักของการแสดงออก (รายละเอียดเราสูตรในภาคผนวก 1) ครั้งแรกที่เราแสดงอัตราการรับซื้อในแง่ของการทำธุรกรรมรายสัปดาห์ ประการที่สองเราคำนวณค่าเฉลี่ยวันที่ไม่มีการใช้งาน . เราได้รับผลในตารางที่สองคุณภาพของการประเมินบนพื้นฐานของBIC เป็นที่เฉพาะเจาะจงมาก: มันเป็นที่ดีสำหรับการทำธุรกรรมแบบดั้งเดิม(โดยเฉพาะผู้บริโภคที่เพียงซื้อเครื่องชงกาแฟแบบดั้งเดิม) ซึ่งน่าจะสะท้อนให้เห็นถึงระดับสูงของพวกเขาแตกต่าง. พิจารณาต่างๆ ประเภทดั้งเดิมกาแฟที่มีอยู่เป็นหนึ่งในผลิตภัณฑ์ที่เป็นเอกลักษณ์อย่างชัดเจนขีดจำกัดเพื่อความถูกต้องของการวิเคราะห์ของเรา อัตราการซื้อที่คาดว่าจะแสดงให้เห็นถึงค่าเฉลี่ยของจำนวนเครื่องชงกาแฟการทำธุรกรรมต่อสัปดาห์และต่อลูกค้า ธุรกรรมอาจรวมถึงแพคเกจหลาย (เช่นโดยเฉลี่ย 1.3 แพคเกจต่อรายการ) ในทำนองเดียวกันวันที่ไม่มีการใช้งานที่คาดว่าจะเป็นค่าเฉลี่ย '' อายุการใช้งาน '' ของลูกค้าซึ่งสะท้อนให้เห็นเมื่อใช้ในครัวเรือนหยุดซื้อกาแฟหรือกาแฟFT ด้วยเหตุผลใดก็ตาม

ผลลัพธ์ (ไทย) 3:

รูปแบบในแง่ของการทำนายข้อมูล ล่าง
ค่าของมัน ดีกว่าเป็นแบบ แทนรายละเอียด
) เราคุยกันสองหลักที่ได้มา
การแสดงออก ( เราดูรายละเอียดสูตรในภาคผนวก 1 )
ครั้งแรกเราแสดงการเท่ากันในแง่ของ
รายการประจำสัปดาห์ ประการที่สอง เราคำนวณวันที่ไม่มีการใช้งานเฉลี่ย

เราได้รับผลในโต๊ะ
iiคุณภาพของการประเมินตาม BIC เป็น
ที่เฉพาะเจาะจงมาก : มันเป็นไม่ดีสำหรับ
ธุรกรรมแบบดั้งเดิม ( โดยเฉพาะผู้บริโภคที่ซื้อกาแฟแบบดั้งเดิม ) ,
ซึ่งจะมีระดับสูงของพวกเขาสะท้อนให้เห็นถึงความหลากหลาย .
เมื่อพิจารณาจากประเภทต่างๆของกาแฟดั้งเดิม
ใช้ได้เป็นผลิตภัณฑ์เอกลักษณ์ชัดเจนวงเงิน
เพื่อความถูกต้อง จากการวิเคราะห์ของเรา การซื้อคะแนน
คาดว่าเป็นจำนวนเฉลี่ยของกาแฟ
รายการต่อสัปดาห์ และต่อลูกค้า ธุรกรรม
อาจรวมถึงแพคเกจหลาย ( เช่น เฉลี่ย 1.3
ชุดต่อครั้ง ) ในวันที่ไม่มีการใช้งาน
คาดว่าจะเฉลี่ย 'lifespan ' ' ' ของลูกค้า
ซึ่งสะท้อนให้เห็นถึงเมื่อใช้ในครัวเรือนหยุดซื้อ
กาแฟหรือ FT กาแฟด้วยเหตุผลใด ๆ