Once the census and biophysical dat

Once the census and biophysical datasets are integrated, ELL welfare estimates can
be improved (see for instance. Mistiaen et al. 2002 for Madagascar). The preliminary
poverty estimates for rural Uganda control for spatial autocorrelation solely by relying
on Population Sampling Unit (PSU) means calculated from the census. By controlling for biophysical characteristics of the estimation procedure, the efficiency of the derived poverty estimates may be improved, leading to more precise estimates and enhancing the level of spatial disaggregation that is attainable.

ผลลัพธ์ (ไทย) 1:

เมื่อรวมการสำมะโนและชุดข้อมูลทางกายภาพและชีวภาพ ELL สวัสดิการการประเมินสามารถปรับปรุง (ดูตัวอย่าง Mistiaen et al. 2002 สำหรับมาดากัสการ์) เบื้องต้นความยากจนประเมินชนบทยูกันดาควบคุมสำหรับ autocorrelation ปริภูมิ โดยอาศัยในการหมายถึงหน่วยในการสุ่มตัวอย่างประชากร (PSU) คำนวณจากสำมะโนประชากร โดยการควบคุมสำหรับลักษณะทางกายภาพและชีวภาพของกระบวนการการประเมิน ประสิทธิภาพของการประเมินความยากจนที่ได้รับมาอาจจะดีขึ้น นำไปสู่การประเมินที่แม่นยำมากขึ้น และเพิ่มระดับของ disaggregation เชิงพื้นที่ที่สามารถทำให้สำเร็จ

ผลลัพธ์ (ไทย) 2:

เมื่อมีการสำรวจสำมะโนประชากรและชีวฟิสิกส์ชุดข้อมูลที่มีการบูรณา ELL ประมาณการสวัสดิการสามารถ
ปรับปรุงให้ดีขึ้น (ดูตัวอย่าง. Mistiaen et al. 2002 สำหรับมาดากัสการ์) เบื้องต้น
ประมาณการความยากจนสำหรับการควบคุมยูกันดาชนบทสำหรับอัตอวกาศ แต่เพียงผู้เดียวโดยอาศัย
ประชากร Sampling Unit (PSU) หมายถึงคํานวณจากการสำรวจสำมะโนประชากร โดยการควบคุมลักษณะทางชีวกายภาพของขั้นตอนการประเมินประสิทธิภาพในการประมาณการความยากจนที่ได้รับอาจจะดีขึ้นนำไปสู่การประมาณการที่แม่นยำมากขึ้นและเพิ่มระดับของความแตกเชิงพื้นที่ที่จะสำเร็จได้

ผลลัพธ์ (ไทย) 3:

เมื่อการสำรวจสำมะโนประชากรและวิทยาศาสตร์กายภาพชีวภาพ ข้อมูลมีการบูรณาการ เอล ประมาณการได้สวัสดิการได้รับการปรับปรุง ( ดูเช่น mistiaen et al . 2545 ในมาดากัสการ์ ) เบื้องต้นความยากจนในชนบทยูกันดาประมาณควบคุมแต่เพียงผู้เดียว โดยอาศัยข้อมูลเชิงพื้นที่ในประชากร ( PSU ) หมายถึง หน่วยตัวอย่างที่คำนวณจากประชากร โดยการควบคุมสำหรับคุณลักษณะทางชีวกายภาพของกระบวนการการประเมินประสิทธิภาพและความยากจนประมาณอาจจะดีขึ้น ส่งผลให้ประมาณการที่แม่นยำมากขึ้นและเพิ่มระดับของพื้นที่ disaggregation ที่บรรลุได้