REGRESSION MODEL 日本語 意味 - 日本語訳 - 英語の例文

• 回帰モデル

英語 での Regression model の使用例とその 日本語 への翻訳

Regression model is useful.
回帰モデルのほうが役に立つ。

Write the regression model.
Regressionモデルを用いる。

P is the number of coefficients in the regression model.
Pは回帰モデルにおける係数の数です。

The regression model to be useful.
回帰モデルのほうが役に立つ。

Negative binomial regression model.
負の二項回帰モデルに基づく結果。

We can see that the Weibull distribution seems to be a good choice to fit this regression model.
Weibull分布がこの回帰モデルをあてはめるのに良い選択であろうことがわかります。

Partial Least Squares regression model equations.
偏最小２乗回帰モデルの式。

F-statistic: The test statistic for the F-test on the regression model.
F統計量は、回帰モデルに対するF検定の検定統計量です。

A simple linear regression model was used.
シンプルな線形回帰モデルがよく用いられます。

Support for multi-dimensional results for the regression model.
数値回帰モデルの目的変数多次元対応。

Grey linear regression model and its application.
ファジィ線形回帰モデルとその応用。

What is a Latent Class regression model?
潜在クラス回帰モデルとは?

Continuous: Linear regression model(with normally distributed residuals).
連続:線形回帰モデル（正規分布する残差を持つ）。

Forecast demand with the regression model.
数値回帰モデルを利用した需要予測。

Y~ 1+ x1+ x2+ x3- Linear regression model in the formula form using Wilkinson notation.
Y~1+x1+x2+x3-ウィルキンソンの表記法による式の形式で表記された線形回帰モデル。

Demand forecasting with the regression model.
数値回帰モデルを利用した需要予測。

The simple linear regression model we developed for predicting serum drug concentrations from weight was: Y= 12.6+ 0.25X.
体重から薬物血中濃度を予測する線形単回帰モデルを作成したところ、方程式はY＝12.6＋0。

The following is a simple linear regression model.
以下単純な線形回帰モデルです。

This is the most commonly used regression model; however, it is not always a realistic one.
これは最もよく使用されている回帰モデルですが、必ずしも現実的なモデルであるとは限りません。

Binomial Count: Binomial logistic regression model.
二項カウント:二項ロジスティック回帰モデル。

The simple linear regression model is defined as.
最も基本的な単純回帰モデルは以下のように定義される。

In that case these redundant X columns should be omitted from the regression model.
その場合は、これらの冗長なX列を回帰モデルから除外する必要があります。

Below is an example of a multiple linear regression model with four variables, X1 through X4.
以下に、X1～X4の4つの変数がある線形重回帰モデルの例を示します。

This violates one of the assumptions required for fitting a simple linear regression model.
これは、単純な線形回帰モデルの近似に必要とされる仮定の1つに違反します。

The equation of the PLS regression model writes.
PLS回帰モデルの式は次のように書かれる：。

Ordinal(with more than 2 ordered levels): Adjacent-category ordinal logistic regression model.
順序（2順序水準より多くを持つ）:隣接カテゴリ順序ロジステイック回帰モデル。

Goodness of fit statistics: The statistics relating to the fitting of the regression model are shown in this table.
適合度統計:回帰モデルの適合に関する統計量が，この表に示される：。

If only one predictor variable(IV) is used in the model, then that is called a single linear regression model.
モデルに含まれている予測子変数が1つだけ(p=1)である場合、そのモデルは単純な線形回帰モデルと呼ばれます。

This flow chart shows the code generation workflow for the object functions of classification and regression model objects.
次のフローチャートは、分類および回帰モデルオブジェクトのオブジェクト関数に対するコード生成ワークフローを示します。

Each category represents a homogeneous subpopulation(segment) having identical regression coefficients(LC Regression Model).
各カテゴリは、同一の回帰係数(LC回帰モデル)を持つ均質なサブグループ（セグメント）を表す。