inspection of the empirical results

inspection of the empirical results, the following observations
were made:
• According to MSE, RMSE, MAE and MAPE values for
gross national product data, the nonparametric model
based on smoothing spline has indicated a good
performance;
• The estimates obtained by smoothing spline have also
indicated a good result in terms of graphically for gross
national product data;
• The nonparametric model based on smoothing spline has
also indicated a good performance according to MSE,
RMSE and MAE values for Stanford heart transplant
data;
• The nonparametric model based on kernel regression has
indicated a good performance according to only MAPE
value for Stanford heart transplant data ;
These results emphasize that estimates based on smoothing
spline technique is better than the kernel regression.

Hasil (Bahasa Indonesia) 1:

inspeksi hasil empiris, berikut pengamatandibuat:• Sesuai nilai-nilai UMK, RMSE, MAE dan MAPE untukProduk Nasional Bruto data, nonparametric modelBerdasarkan smoothing spline telah menunjukkan yang baikkinerja;• Memiliki perkiraan yang diperoleh dengan memperlancar spline jugamenunjukkan hasil yang baik dari segi grafis untuk brutodata Produk Nasional;• Nonparametric model berdasarkan smoothing spline memilikijuga menunjukkan kinerja yang baik sesuai UMK,Nilai-nilai RMSE dan MAE untuk Stanford jantung transplantasidata;• Model nonparametric yang didasarkan pada kernel regresi memilikimenunjukkan kinerja yang baik sesuai hanya MAPEnilai untuk Stanford jantung transplantasi data;Hasil ini menekankan bahwa perkiraan berdasarkan merapikanteknik spline lebih baik daripada regresi kernel.

Hasil (Bahasa Indonesia) 2:

pemeriksaan hasil empiris, pengamatan berikut
dibuat:
• Menurut MSE, RMSE, MAE dan MAPE nilai untuk
data produk nasional bruto, model nonparametrik
berdasarkan smoothing spline telah menunjukkan baik
kinerja;
• Perkiraan diperoleh dengan menghaluskan spline memiliki juga
menunjukkan hasil yang baik dalam hal grafis untuk gross
data produk nasional;
• Model nonparametrik berdasarkan smoothing spline telah
juga menunjukkan kinerja yang baik sesuai dengan MSE,
RMSE dan MAE nilai untuk Stanford transplantasi jantung
data;
• Model nonparametrik berdasarkan kernel regresi telah
menunjukkan kinerja yang baik sesuai dengan hanya MAPE
nilai Stanford Data transplantasi jantung;
hasil ini menekankan bahwa perkiraan berdasarkan smoothing
teknik spline lebih baik daripada regresi kernel.