Tables 2a and 2b summarize the resu

Tables 2a and 2b summarize the results of applying MARS to pure noise f(x) = 0 (1). Results
are presented for two dimensionalities (n = 5,10) and three sample sizes (N = 50,100,200). The
-summary consists of the percent points of the lower half of the distribution of the optimizing GCV
score (30) for the MARS model, scaled by that for the corresponding constant model f^(x) = g.
These distributions were obtained by applying MARS to 100 data sets for which the response values
were randomly generated from a normal distribution and the covariate vectors were randomly
generated from a uniform distribution in R ” . As in Table 1, Tables 2a and 2b show the results
for three types of constraints being placed on the model. These constraints are controlled by the
parameter mi, which is the maximum number of variables allowed to appear in any basis function,
K, 2 mi (23)) thereby controlling the number of variables that can participate in interaction
effects. For mi = 1 the model is restricted to be additive in the variables, whereas for mi = 2,
interactions are limited to those involving (at most) two variables.

Kết quả (Việt) 1:

Bảng 2a và 2b tóm tắt kết quả của việc áp dụng MARS để tinh khiết tiếng ồn f (x) = 0 (1). Kết quả được trình bày cho hai dimensionalities (n = 5,10) và ba mẫu kích thước (N = 50,100,200). Các -tóm tắt bao gồm những điểm phần trăm trong nửa dưới của phân phối GCV tối ưu hóa điểm số (30) cho các mô hình MARS, thu nhỏ bằng cách cho f^(x) mô hình liên tục tương ứng = g. Những bản phân phối đã được thu được bằng cách áp dụng MARS 100 bộ dữ liệu mà các giá trị phản ứng đã được tạo ra ngẫu nhiên từ một phân phối bình thường và covariate Vector đã ngẫu nhiên được tạo ra từ một phân bố đồng đều trong R ". Như trong bảng 1, bảng 2a và 2b Hiển thị các kết quả với ba loại hình hạn chế được đặt trên các mô hình. Những hạn chế được điều khiển bởi các tham số mi, đó là một số tối đa của các biến thể xuất hiện trong bất kỳ chức năng cơ sở, K, 2 mi (23)) do đó kiểm soát số lượng các yếu tố có thể tham gia vào tương tác hiệu ứng. Cho mi = 1 mô hình là bị giới hạn là phụ gia trong các biến, trong khi cho mi = 2, tương tác là giới hạn đối với những người liên quan đến (tối đa) hai biến.

Kết quả (Việt) 2:

Bàn 2a và 2b tóm tắt các kết quả của việc áp dụng MARS với tiếng ồn trong sạch f (x) = 0 (1). Kết quả
được trình bày cho hai và kích thước (n = 5,10) và ba kích cỡ mẫu (N = 50.100.200). Các
-summary bao gồm các điểm phần trăm thấp hơn một nửa của sự phân bố của tối ưu hóa GCV
điểm (30) cho các model MARS, theo tỷ lệ tương ứng cho rằng mô hình không đổi f ^ (x) = g.
Các bản phân phối đã thu được bằng cách áp dụng MARS 100 bộ dữ liệu mà các giá trị đáp ứng
được tạo ra một cách ngẫu nhiên từ một phân bố bình thường và vectơ covariate đã ngẫu nhiên
được tạo ra từ một phân bố đều trong R ". Như trong Bảng 1, Bảng 2a và 2b hiển thị kết quả
cho ba loại hạn chế được đặt trên mô hình. Những hạn chế này được điều khiển bởi các
tham số mi, mà là số lượng tối đa cho phép biến để xuất hiện trong bất kỳ chức năng cơ bản,
K, 2 mi (23)) do đó kiểm soát số lượng các biến có thể tham gia vào sự tương tác
hiệu quả. Đối với mi = 1 mô hình được giới hạn để được phụ gia trong các biến, trong khi cho mi = 2,
tương tác được giới hạn cho những người liên quan (ít nhất) hai biến.