Uncertainty: The first problem of S

Uncertainty: The first problem of SARIMA-MLR and MLPNN
models is that they only provide point forecasts. These models
produce only mean forecast, i.e., the forecast will provide only
50% of service level. In addition to this, the SARIMA-MLR model
assumes Gaussian distribution for high volatile and skewed
time series. As the true distribution of demand or sales is not
normal, the extrapolation of higher quantiles from the mean
forecast is not going to reflect the reality (Khosravi et al., 2011).

ผลลัพธ์ (ไทย) 1:

ความไม่แน่นอน: ปัญหาแรกของทิพย MLR และ MLPNNรุ่นมีการคาดการณ์จุด รุ่นเหล่านี้ผลิตเพียงหมายถึงการคาดการณ์ เช่น จะทำให้การคาดการณ์เท่านั้น50% ของระดับบริการ นอกจากนี้ รุ่นทิพย MLRสันนิษฐาน Gaussian กระจายระเหยสูง และบิดเบือนอนุกรมเวลา เป็นการกระจายความต้องการหรือขายจริงไม่ได้ปกติ การหามวลอะตอมของ quantiles สูงขึ้นจากเฉลี่ยการพยากรณ์จะไม่ได้สะท้อนความเป็นจริง (Khosravi et al. 2011)

ผลลัพธ์ (ไทย) 2:

ความไม่แน่นอน: ปัญหาแรกของ SARIMA-MLR และ MLPNN
รุ่นคือพวกเขาได้มีการคาดการณ์จุด รุ่นนี้
ผลิตเพียงหมายถึงการคาดการณ์คือการคาดการณ์จะให้เพียง
50% ของระดับการให้บริการ นอกจากนี้รูปแบบ SARIMA-MLR
ถือว่าเสียนกระจายสูงระเหยและเบ้
อนุกรมเวลา ที่จำหน่ายจริงของความต้องการหรือขายไม่
ปกติการคาดการณ์ของ quantiles ที่เพิ่มขึ้นจากค่าเฉลี่ยที่
คาดการณ์ไม่ได้จะสะท้อนให้เห็นถึงความเป็นจริง (Khosravi et al. 2011)

ผลลัพธ์ (ไทย) 3:

ความไม่แน่นอน : ปัญหาแรกของ sarima-mlr และ mlpnnรุ่นที่พวกเขาเพียง แต่ให้จุดคาดการณ์ . โมเดลเหล่านี้ผลิตเพียงหมายถึงการคาดการณ์ เช่น การพยากรณ์จะให้เฉพาะ50% ของระดับการให้บริการ นอกจากนี้ sarima-mlr รุ่นถือว่า หน้าแดง สูง ไอระเหยและบิดเบือนอนุกรมเวลา เป็นจำหน่ายที่แท้จริงของความต้องการ หรือขายไม่ได้ปกติ ทำไม quantiles สูงขึ้นจากค่าเฉลี่ยคาดว่าจะไม่สะท้อนความเป็นจริง ( khosravi et al . , 2011 )