Before development of the MLR model

Before development of the MLR models, the underlying
assumption of homoscedasticity of variances must be tested. This
assumption simplifies mathematical and computational treatment
of the model. Violations in homoscedasticity may result in overestimating
the goodness of fit as measured by the Pearson coefficient.
Based on Bartlett's Test for Equality of Variances, the
probability associated with the Chi-squared statistic is equal to
0.8870. Hence, the associated probability for the Chi-squared test is
larger than 0.05 and the assumption of homoscedasticity was met
[56].

ผลลัพธ์ (ไทย) 1:

ก่อนที่จะพัฒนารูปแบบ MLR ต้นแบบต้องมีทดสอบสมมติฐานของ homoscedasticity ของผลต่าง นี้สมมติฐานช่วยให้ง่ายคณิตศาสตร์ และคอมพิวเตอร์ของแบบจำลอง ละเมิดใน homoscedasticity อาจทำ overestimatingความกตัญญูพอดีวัดจากค่าสัมประสิทธิ์เพียร์สันตามในบาร์ตเลตของทดสอบในความเท่าเทียมกันของผลต่าง การความสัมพันธ์ ด้วยสถิติไคสแควร์มีค่าเท่ากับ0.8870. ดังนั้น มีความสัมพันธ์สำหรับการทดสอบไคสแควร์มากกว่า 0.05 และสมมติฐานของ homoscedasticity ถูกพบ[56]

ผลลัพธ์ (ไทย) 2:

ก่อนที่จะพัฒนารูปแบบอัตราดอกเบี้ย Before development of the MLR models, the underlying
ที่อยู่ภายใต้สมมติฐานของความแปรปรวนhomoscedasticity นี้สมมติฐานที่ช่วยลดความยุ่งยากในการรักษาทางคณิตศาสตร์และการคำนวณของรูปแบบ การละเมิดใน อาจทำให้เกิดการไขว้เขวความดีของพอดีเป็นวัดโดยค่าสัมประสิทธิ์เพียร์สันจากการทดสอบของบาร์ตเลตต์เพื่อความเท่าเทียมกันของผลต่างที่น่าจะเกี่ยวข้องกับสถิติไคสแควร์มีค่าเท่ากับ0.8870 assumption of homoscedasticity of variances must be tested. This
assumption simplifies mathematical and computational treatment
of the model. Violations in homoscedasticity may result in overestimating
the goodness of fit as measured by the Pearson coefficient.
Based on Bartlett's Test for Equality of Variances, the
probability associated with the Chi-squared statistic is equal to
0.8870. Hence, the associated probability for the Chi-squared test is
larger than 0.05 and the assumption of homoscedasticity was met
[56].

ผลลัพธ์ (ไทย) 3:

ก่อนการพัฒนาสำหรับรุ่นพื้นฐานของ homoscedasticity
สมมติฐานของความต้องถูกทดสอบ สมมติฐานนี้

รักษาง่ายทางคณิตศาสตร์และการคำนวณของแบบจำลอง การละเมิดใน homoscedasticity อาจส่งผลประเมิน
ความดีของพอดีเป็นวัดโดยค่าสัมประสิทธิ์ เพียร์สัน ใช้แบบทดสอบของบาร์ทเล็ทท์

เพื่อความเท่าเทียมกันของความความน่าจะเป็นที่เกี่ยวข้องกับสถิติไคกำลังสองเท่ากับ
0.8870 . ดังนั้น ความน่าจะเป็นที่เกี่ยวข้องสำหรับการทดสอบไคกำลังสอง
ขนาดใหญ่กว่า 0.05 และสมมติฐานของ homoscedasticity พบกัน
[ 56 ]