Multivariate statistic combination

Multivariate statistic combination forecasting model of wine quality
According to [31], the individual multivariate statistical methods include principal component regression method (PCR),
partial least squares regression method (PLSR), and modified partial least squares regression method (MPLSR) [23]. In order
to reflect the prediction accuracy, confidence interval (CI) with 99% confidence is presented. The prediction results of some
popular multivariate statistic methods are shown in Table 3.
Table 4 shows the evaluation indices (SSE and MSE) of multivariate statistical methods. It is evident that MPLSR has a
relatively high accuracy in prediction.
The optimal combination forecasting models based on MESS, MSAE and MMAE are built, and the prediction equations of
combination forecasting model (2), (4), (5) are:

ผลลัพธ์ (ไทย) 1:

สถิติตัวแปรพหุรวมการคาดการณ์ของคุณภาพไวน์ตาม [31], วิธีการทางสถิติแต่ละตัวแปรพหุรวมวิธีถดถอยส่วนประกอบหลัก (PCR),อย่างน้อยบางส่วนสี่เหลี่ยมวิธีการถดถอย (PLSR), และปรับเปลี่ยนวิธีการถดถอยบางส่วนกำลังสองน้อยสุด (MPLSR) [23] ในใบสั่งเพื่อสะท้อนถึงความถูกต้องของการคาดเดา ช่วงความเชื่อมั่น (CI) ด้วยความมั่นใจ 99% มีการนำเสนอ ผลการทำนายบางวิธีการสถิติตัวแปรพหุนิยมแสดงในตารางที่ 3ตารางที่ 4 แสดงดัชนีการประเมิน (SSE และ MSE) ของวิธีการทางสถิติตัวแปรพหุ จะเห็นว่า MPLSR มีการความแม่นยำที่ค่อนข้างสูงในการคาดเดารวมที่ดีที่การคาดการณ์สร้างโมเดลที่อิงระเบียบ MSAE และ MMAE และสมการทำนายของชุดโมเดลการคาดการณ์ (2), (4), (5) คือ:

ผลลัพธ์ (ไทย) 2:

หลายตัวแปรสถิติรูปแบบการรวมกันคาดการณ์ของไวน์คุณภาพ
ตามที่ [31] บุคคลวิธีการทางสถิติหลายตัวแปร ได้แก่ วิธีการถดถอยองค์ประกอบหลัก (PCR)
บางส่วนไม่น้อยกว่าวิธีการถดถอย (PLSR) และการปรับเปลี่ยนวิธีการบางส่วนอย่างน้อยสี่เหลี่ยมถดถอย (MPLSR) [23] . เพื่อ
สะท้อนให้เห็นถึงความถูกต้องของการทำนาย, ช่วงความเชื่อมั่น (CI) มีความเชื่อมั่น 99% จะนำเสนอ ผลการทำนายของบางส่วน
วิธีการทางสถิติหลายตัวแปรที่นิยมแสดงในตารางที่ 3
ตารางที่ 4 แสดงให้เห็นว่าดัชนีการประเมินผล (SSE และ MSE) วิธีการทางสถิติหลายตัวแปร จะเห็นว่า MPLSR มี
ความแม่นยำค่อนข้างสูงในการทำนาย.
อัตราส่วนการผสมผสานรูปแบบการพยากรณ์ขึ้นอยู่กับระเบียบและ MSAE MMAE ถูกสร้างขึ้นและสมการคาดการณ์ของ
แบบจำลองการคาดการณ์การรวมกัน (2) (4) (5) มีดังนี้:

ผลลัพธ์ (ไทย) 3:

รวมสถิติหลายตัวแปรแบบจำลองพยากรณ์คุณภาพของไวน์ตาม [ 31 ] , บุคคล multivariate สถิติ ได้แก่ วิธีการถดถอยองค์ประกอบหลัก ( PCR )วิธีการถดถอยแบบกำลังสองน้อยที่สุดบางส่วนดัดแปลงบางส่วน ( plsr ) และวิธีการถดถอยแบบกำลังสองน้อยที่สุด ( mplsr ) [ 23 ] เพื่อเพื่อสะท้อนถึงการคาดการณ์ความถูกต้องช่วงความเชื่อมั่น ( CI ) ด้วยความเชื่อมั่น 99% คือแสดง การทำนายผลของบางที่ได้รับความนิยมหลายตัวแปรสถิติที่แสดงในตารางที่ 3ตารางที่ 4 แสดงการประเมินดัชนี ( SSE และ MSE ) วิธีการทางสถิติตัวแปรพหุ จะเห็นว่า mplsr มีความแม่นยำค่อนข้างสูงในคำทำนายการรวมกันที่เหมาะสมแบบพยากรณ์ตามระเบียบและ msae mmae ถูกสร้างขึ้น และสมการของชุดแบบจำลองการพยากรณ์ ( 2 ) , ( 4 ) , ( 5 ) :