In GLUE, each behavioral parameter

In GLUE, each behavioral parameter set is weighted by its relative likelihood (i.e., measure of performance henceforth called likelihood function), to provide model confidence intervals on the resulting forecast ensemble. GLUE implicitly handles model nonlinearity, factor interactions and errors in the model structure and observations

ผลลัพธ์ (ไทย) 1:

ในกาว ถ่วงน้ำหนักแต่ละชุดพารามิเตอร์พฤติกรรม โดยโอกาสของญาติ (เช่น วัดประสิทธิภาพแท้ ๆ เรียกว่าฟังก์ชันความน่าเป็นของ), เพื่อให้ช่วงความเชื่อมั่นแบบในวงการคาดการณ์ผล กาวนัยจับรุ่น nonlinearity ปฏิสัมพันธ์ของปัจจัย และข้อผิดพลาดในแบบจำลองโครงสร้างและข้อสังเกต

ผลลัพธ์ (ไทย) 2:

กาวแต่ละชุดพารามิเตอร์พฤติกรรมถ่วงน้ำหนักตามความน่าจะเป็นญาติ (เช่นการวัดประสิทธิภาพการทำงานของฟังก์ชั่นที่เรียกว่าต่อจากนี้ไปน่าจะเป็น) เพื่อให้ช่วงความเชื่อมั่นในรูปแบบที่เกิดขึ้นทั้งมวลคาดการณ์ กาวโดยปริยายจัดการไม่เป็นเชิงเส้นรูปแบบปฏิสัมพันธ์ปัจจัยและข้อผิดพลาดในโครงสร้างรูปแบบและการสังเกต

ผลลัพธ์ (ไทย) 3:

ในกาว แต่ละพฤติกรรมตั้งค่าพารามิเตอร์ถ่วงน้ำหนักโดยญาติของมันคือโอกาส ( เช่น มาตรการการปฏิบัติตั้งแต่นี้ไปเรียกฟังก์ชันความน่าจะเป็น ) เพื่อให้ความเชื่อมั่นในรูปแบบการคาดการณ์ที่เกิดขึ้น . กาวโดยปริยาย จับนางแบบค่า ปัจจัยการสื่อสารและข้อผิดพลาดในรูปแบบโครงสร้าง และการสังเกต