(Note that the standard deviations

(Note that the standard deviations of the averages shown in the table are one
tenth the corresponding standard deviations shown.) Comparing the first row (mi = 1) to the next
two (mi = 2, n) shows that there is little sacrifice in accuracy using interaction models in the con-
text of the above strategy, even though the true underlying function (56) involves no interactions.
Table 3 also shows that the optimized GCV score produced by the MARS fit slightly overestimates
(on average) the actual predictive-squared-error for this problem at all sample sizes studied. This
-effect is most pronounced for the smallest sample size (N = 50). (Note that the variability of this
ratio as reflected by its standard deviation over the 100 replications if fairly high.)

Kết quả (Việt) 1:

(Lưu ý rằng độ lệch chuẩn của trung bình Hiển thị trong bảng là một thứ 10 độ lệch chuẩn tương ứng hiển thị.) So sánh dòng đầu tiên (mi = 1) để tiếp theo hai (mi = 2, n) cho thấy rằng có ít sự hy sinh trong độ chính xác bằng cách sử dụng mô hình tương tác trong con - văn bản chiến lược trên, mặc dù tiềm ẩn thực sự hoạt động (56) liên quan đến tương tác không có. Bảng 3 cũng cho thấy rằng số điểm GCV tối ưu hóa sản xuất bởi sao HỎA phù hợp hơi quá (trung bình) thực tế tiên đoán-bình phương-lỗi cho vấn đề này ở tất cả mẫu kích thước nghiên cứu. Điều này -có hiệu lực được đặt phát âm cho kích thước mẫu nhỏ nhất (N = 50). (Lưu ý rằng biến đổi này tỷ lệ như được phản ánh bởi độ lệch chuẩn của nó trên 100 replications nếu khá cao.)

Kết quả (Việt) 2:

(Lưu ý rằng độ lệch chuẩn của trung bình thể hiện trong bảng là một
phần mười so với độ lệch chuẩn tương ứng được hiển thị.) So sánh hàng đầu tiên (mi = 1) đến tiếp theo
hai (mi = 2, n) cho thấy rằng có sự hy sinh nhỏ trong độ chính xác bằng cách sử dụng mô hình tương tác trong các con-
văn bản của chiến lược trên, mặc dù các chức năng cơ bản đúng (56) liên quan đến việc không có tương tác.
Bảng 3 cũng cho thấy số điểm GCV tối ưu hóa sản xuất bởi các MARS phù hợp với hơi overestimates
(trung bình) các tiên đoán thực tế -squared lỗi cho vấn đề này ở tất cả các kích cỡ mẫu nghiên cứu. Đây
-effect được rõ rệt nhất cho cỡ mẫu nhỏ nhất (N = 50). (Lưu ý rằng các biến đổi này
tỷ lệ như được phản ánh bởi độ lệch chuẩn của nó là trên 100 lần nhắc lại nếu khá cao.)