higher if three instead of two buff

higher if three instead of two buffets are set up while all other variables are kept at the same level. The coefficient for “Austria” indicates that if the percentage of Austrians staying at the hotel is 1 percentage point higher, the average food waste observed is 0.1 g lower. The estimate for “Younger guests” indicates that on days when the guest mix includes more young guests, the average food waste is 3.4 g higher compared with days when the share of older guests is higher. The standardized coefficients in Table 2 indicate that the importance of the coefficients for variables measured in percentage is in fact higher than their unstandardized coefficients would suggest. Furthermore, the dependence between the number of buffets set up and the number of guests staying at the hotel as well as the age distributionof guests changing with the occupancy level in the hotel leads to higher VIF values for these variables. Figure 1 illustrates the relative association of each of the predictor variables on the dependent variable (food waste). For each predictor variable selected by the stepwise procedure, a bar is added where the length is proportional to its size and they are ordered by absolute value. The direction of the bar depends on its sign. For each bar the standard errors of the estimated coefficients are indicated by the lines. The gray bars indicate that the t-tests have a p value smaller than 0.05, indicating a significant effect, while white bars are used otherwise.

結果 (繁體中文) 1:

如果高出三而不是兩個自助餐設置，而其他因素保持在同一水平。為“奧”的係數表示，如果奧地利的入住酒店的百分比為1個百分點，觀察到的平均食物垃圾為0.1g以下。對於“小客人”的估計表明，在天當客戶組合包括更年輕的嘉賓，平均食物垃圾為3.4 g時與天相比，當以上的客人的比例較高。表2中的標準化係數表明，以百分比衡量變量的係數的重要性，其實是高於他們的非標準化係數建議。此外，成立了自助餐的數量和客人住在酒店的數量以及年齡分佈之間的關係
客人在酒店導致這些變量更高的VIF值的佔用水平發生變化。圖1示出各對因變量（食物垃圾）的預測變量的相對關聯。對於通過逐步過程中選擇的每個預測變量，加入酒吧其中長度正比於它的大小，並且它們通過絕對值排序。酒吧的方向取決於它的符號。對於每一個列中的估計係數的標準誤差是由線表示。灰色條表示的t檢驗具有p值小於0.05，表明顯著效果，而白條以其它方式使用。

結果 (繁體中文) 2:

如果設置三個而不是兩個自助餐，而所有其他變數都保持在相同的水準，則更高。"奧地利"的係數表明，如果入住酒店的奧地利人比例高出1個百分點，則觀察到的平均食物浪費要低0.1克。"年輕客人"的估計表明，在客人混合包括更多年輕客人的日子裡，與年長客人比例較高的天數相比，平均食物浪費高出3.4克。表2中的標準化係數表明，按百分比衡量的變數的係數的重要性實際上高於其非標準化係數所暗示的。此外，自助餐數量與入住酒店的客人人數以及年齡分佈之間的依賴性
客人的變化，在酒店的入住水準導致更高的VIF值這些變數。圖 1 說明了每個預測變數對因變數（食物浪費）的相對關聯。對於逐步過程選擇的每個預測變數，將添加一個條形，其中長度與其大小成正比，並且按絕對值排序。條形的方向取決於其符號。對於每個柱，估計係數的標準誤差由行指示。灰色條表示 t 檢驗的 p 值小於 0.05，表示顯著效果，而白條則以其他方式使用。

結果 (繁體中文) 3:

如果設定了三個而不是兩個自助餐，而所有其他變數保持在同一水准，則會更高。“奧地利”的係數表明，如果住在飯店的奧地利人的百分比高出1個百分點，則觀察到的平均食物浪費量低0.1克。對“年輕客人”的估計表明，當客人組合包括更多年輕客人時，與年長客人所占比例更高的日子相比，平均食物浪費高出3.4克。錶2中的標準化係數表明，以百分比衡量的變數係數的重要性實際上高於其未標準化係數所表明的重要性。此外，自助餐的數量與入住酒店的客人數量以及年齡分佈之間的依賴關係
隨著飯店入住率水准的變化，這些變數的VIF值也隨之新增。圖1說明了每個預測變數與因變數（食物浪費）的相對關聯。對於通過逐步過程選擇的每個預測變數，將添加一個條，其中長度與其大小成比例，並按絕對值排序。酒吧的方向取決於它的標誌。對於每根杆，估計係數的標準誤差用直線表示。灰色條表示t檢驗的p值小於0.05，表示效果顯著，而白色條表示效果不明顯。