To test the emotional indicators (H1), a regression modelwith the dece การแปล - To test the emotional indicators (H1), a regression modelwith the dece ไทย วิธีการพูด

To test the emotional indicators (H

To test the emotional indicators (H1), a regression modelwith the deception index
as the outcome variable and first-person singular pronouns, negations, and negative
emotion words as predictors was built. The model was significant, F(3, 74) = 5.67,
p < .001, and explained 15% of the variance in the deception index, R = 0.43, R2 =
0.19, R2
adj
= 0.15. The standardized coefficients for all predictors were significant,
although the direction of negative emotion words was opposite than predicted (see
first section of Table 2). H1 was then mostly supported.
To test the cognitive indicators (H2), a regression model predicting the deception
index with exclusive words, motion words, and word count as predictors was built.
The model was not significant, F(3, 74) = 1.37, ns. Neither exclusive words nor
motion words were significant predictors. The model was revised by eliminating the
nonsignificant predictors. This revised model achieved significance, F(1, 76) = 4.19,
p = .04 and explained4%of the variance in the deception index,R = 0.23,R2 = 0.05,
R2
adj
= 0.04, suggesting that word count was the only cognitive correlate of deception.
The standardized coefficients for the original and revised models are presented in the
second section of Table 2. H2 was then only partially supported.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
การทดสอบที่อารมณ์ตัวบ่งชี้ (H1), modelwith ถดถอยดัชนีหลอกลวงแปรผล และสรรพนามเอกพจน์คนแรก negations และลบอารมณ์คำเป็น predictors ถูกสร้างขึ้น รูปแบบสำคัญ F (3, 74) = 5.67p < .001 และอธิบาย 15% ของความแปรปรวนในดัชนีหลอกลวง R = 0.43, R2 =0.19, R2คำวิเศษณ์= 0.15 สัมประสิทธิ์มาตรฐานสำหรับ predictors ทั้งหมดสำคัญแม้ว่าทิศทางของอารมณ์ลบคำตรงกันข้ามกว่าคาดการณ์ (ดูส่วนแรกของตารางที่ 2) H1 แล้วส่วนใหญ่ได้รับการสนับสนุนการทดสอบตัวชี้วัดการรับรู้ (H2), แบบจำลองถดถอยที่หลอกลวงที่คาดการณ์ดัชนี มีคำพิเศษ เคลื่อนไหว และคำคำนับเป็น predictors ถูกสร้างขึ้นแบบจำลองไม่มีนัยสำคัญ F (3, 74) = 1.37, ns คำใดเป็นพิเศษหรือ ไม่เคลื่อนไหวคำ predictors สำคัญได้ รุ่นถูกปรับปรุง โดยการกำจัดการnonsignificant predictors นี้ปรับปรุงรุ่นที่ได้รับความสำคัญ F (1, 76) = 4.19p =.04% explained4 ของความแปรปรวนในดัชนีหลอกลวง R = 0.23, R2 = 0.05R2คำวิเศษณ์= 0.04 แนะนำคำว่านับถูกสร้างความสัมพันธ์ของการหลอกลวงเท่านั้นรับรู้จะแสดงสัมประสิทธิ์มาตรฐานสำหรับรุ่นเดิม และปรับปรุงการส่วนที่สองของตารางที่ 2 H2 แล้วเพียงบางส่วนได้รับการสนับสนุน
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
เพื่อทดสอบตัวชี้วัดทางอารมณ์ (H1) ถดถอย modelwith ดัชนีการหลอกลวง
เป็นตัวแปรผลและคนแรกสรรพนามเอกพจน์ negations, และลบ
คำทำนายเป็นอารมณ์ความรู้สึกที่ถูกสร้างขึ้น แบบจำลองอย่างมีนัยสำคัญ, F (3, 74) = 5.67,
p <0.001 และอธิบาย 15% ของความแปรปรวนในดัชนีการหลอกลวง, R = 0.43, R2 =
0.19, R2
adj
= 0.15 ค่าสัมประสิทธิ์มาตรฐานสำหรับการพยากรณ์ทุกคนอย่างมีนัยสำคัญ
ถึงแม้ว่าทิศทางของอารมณ์เชิงลบคำตรงข้ามกว่าที่คาดการณ์ (ดู
ส่วนแรกของตารางที่ 2) H1 แล้วส่วนใหญ่ได้รับการสนับสนุน.
เพื่อทดสอบตัวชี้วัดทางปัญญา (H2) รูปแบบการถดถอยทำนายหลอกลวง
ดัชนีด้วยคำพูด แต่เพียงผู้เดียว, คำพูดการเคลื่อนไหวและคำพูดนับเป็นตัวทำนายที่ถูกสร้างขึ้น.
รูปแบบไม่ได้อย่างมีนัยสำคัญ F (3, 74) = 1.37, NS ทั้งคำพูด แต่เพียงผู้เดียวหรือ
คำทำนายการเคลื่อนไหวอย่างมีนัยสำคัญ รูปแบบการแก้ไขโดยการกำจัด
พยากรณ์นัยสำคัญ รูปแบบการปรับปรุงนี้ประสบความสำเร็จอย่างมีนัยสำคัญ, F (1, 76) = 4.19,
p = 0.04 และ explained4% ของความแปรปรวนในดัชนีการหลอกลวง, R = 0.23, R2 = 0.05,
R2
adj
= 0.04 บอกจำนวนคำที่เป็นเพียงคนเดียว ความสัมพันธ์ทางความคิดของการหลอกลวง.
ค่าสัมประสิทธิ์มาตรฐานสำหรับรุ่นเดิมและปรับปรุงถูกแสดงไว้ใน
ส่วนที่สองของตารางที่ 2 H2 ก็เพียงบางส่วนที่ได้รับการสนับสนุน
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
ทดสอบตัวชี้วัดอารมณ์ ( H1 ) , สมการถดถอยการหลอกลวงดัชนี
เป็นผลของตัวแปร และคนแรกเอกพจน์สรรพนาม negations และคำ
อารมณ์ลบตัวแปรถูกสร้างขึ้น แบบจำลอง ( + , F ( 3 , 74 ) = 5.67
, P < . 001 และอธิบายถึง 15 % ของความแปรปรวนในดัชนีที่หลอกลวง , r = 0.43 , R2 =
0.19 , R2
1
= 0.15 ตามลำดับสัมประสิทธิ์ทุกตัวเป็นมาตรฐานสำคัญ
ถึงแม้ว่าทิศทางของอารมณ์ความรู้สึกเชิงลบคำที่ตรงข้ามกว่าที่คาดการณ์ ( ดู
ส่วนแรกของตารางที่ 2 ) H1 ก็ส่วนใหญ่ได้รับการสนับสนุน เพื่อทดสอบตัวชี้วัดการคิด
( H2 ) , แบบจำลองการถดถอยพยากรณ์ดัชนีการหลอกลวง
ที่มีคำเฉพาะคำที่เคลื่อนไหว และนับจำนวนคำปัจจัย
ถูกสร้างขึ้นรูปแบบอย่างมีนัยสำคัญ , F ( 2 , 74 ) = 1.37 , นว . ไม่เฉพาะคำหรือ
คำเคลื่อนไหวอย่างมีนัยสำคัญพยากรณ์ รุ่นที่ถูกแก้ไขโดยการขจัด
ทำนายครั้งสุดท้าย นี้แก้ไขแบบได้ค่า F ( , 1 ) = 4.19
, p = . 04 และ explained4 % ของความแปรปรวนในดัชนีที่หลอกลวง , r = 0.23 , R2 = 0.05 ,
2
1
= 0.04 ,แนะนำว่า คำนับเป็นเพียงรับรู้ความสัมพันธ์ของการหลอกลวง .
) มาตรฐานสำหรับการแก้ไขต้นฉบับและรูปแบบจะถูกนำเสนอใน
ส่วนที่สองของตาราง 2 . แต่ก็เพียงบางส่วนเท่านั้น
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2025 I Love Translation. All reserved.

E-mail: