AI Summary & Key Takeaways
AI InsightWhatever the reasons of non-additivity were considered, the characteristic roots methods gave suitable estimation of error varianc
📌 3 Key Takeaways
Abstract
Methods of estimating error variance in non-additive models were discussed. Since the structure of interaction and the causes of non-additivity have influences on error estimation of proposed methods Monte-Carlo study were carried out regarding d'ıfferent types of interaction pattern. Whatever the reasons of non-additivity were considered, the characteristic roots methods gave suitable estimation of error varianc
Özet
Addiûf olmayan modellerde hata varyansının tahmin metodları tartışılmıştır. Hata tahmin metodları interaksiyonun yapısından ve toplanamazlığın sebeplerinden farklı şekilde etkilendiği için. farklı interaksiyon tiplerini içeren örneklerde Monte-Carlo simüiasyon çalışması yapılmıştır. Toplanamadığın sebebi ne olursa olsun hata tahmininde karekteristik kok metodu diğer metotlardan daha iyi sonuç vermiştir.