where k is the number of regression

where k is the number of regression coefficients. Based on Eqs. (2) and (4), it can be noted that k ¼ pþ1. In Eq. (6), the term np1 is used to maintain consistency with format found in the literature, thus it can also be noted that np1 ¼ nk.
The root mean square error (RMSE) of the model is another parameter to measure the quality of the fitting, which is a measure of the scatter in the data around the model. The RMSE for a simple linear model is computed as

ผลลัพธ์ (ไทย) 1:

โดยที่ k คือ จำนวนของค่าสัมประสิทธิ์ถดถอย ตาม Eqs (2) และ (4), สามารถตั้งข้อสังเกตว่า k ¼ pþ1 ใน Eq. (6), np1 ระยะจะใช้ในการรักษาความสอดคล้องกับรูปแบบที่พบในวรรณคดี ดังนั้น มันสามารถจะสังเกตว่า np1 ¼ nk ข้อผิดพลาดรากค่าเฉลี่ยกำลังสอง (RMSE) รุ่นมีพารามิเตอร์อื่นเพื่อวัดคุณภาพของหน่วย ซึ่งเป็นการวัดการกระจายข้อมูลรอบแบบ มีคำนวณ RMSE ในรูปเชิงเส้นแบบง่ายเป็น

ผลลัพธ์ (ไทย) 2:

ที่ k คือจำนวนของค่าสัมประสิทธิ์การถดถอย ขึ้นอยู่กับ EQS (2) และ (4) ก็สามารถที่จะตั้งข้อสังเกตว่า k ¼pþ1 ในสมการ (6), NP1 คำที่ใช้ในการรักษาความมั่นคงที่มีรูปแบบที่พบในวรรณกรรมดังนั้นจึงยังสามารถตั้งข้อสังเกตว่า NP1 ¼เอ็น.
รากหมายถึงข้อผิดพลาดของตาราง (RMSE) ของรูปแบบเป็นพารามิเตอร์อื่นที่จะวัดคุณภาพของ ที่เหมาะสมซึ่งเป็นตัวชี้วัดที่กระจายในข้อมูลรอบรูปแบบที่เป็น RMSE สำหรับรูปแบบเชิงเส้นอย่างง่ายคือการคำนวณเป็น

ผลลัพธ์ (ไทย) 3:

โดยที่ k คือจำนวนสัมประสิทธิ์การถดถอย จาก EQS . ( 2 ) และ ( 4 ) จะเห็นว่า¼ K P þ 1 ในอีคิว ( 6 ) คํา np1 ถูกใช้เพื่อรักษาความสอดคล้องกับรูปแบบที่พบในวรรณคดี ดังนั้นมันจึงสามารถจะสังเกตได้ว่า np1 ¼ NK
รากค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง ( RMSE ) ของรูปแบบเป็นอีกตัวแปรที่จะวัดคุณภาพของการกระชับซึ่งเป็นตัวชี้วัดของการกระจายข้อมูลไปในรูปแบบ วิธีที่ง่ายจะคำนวณเป็นแบบเชิงเส้น