To evaluate additional potential cl

To evaluate additional potential class predictors, we included
auxiliary variables in the model using the pseudo-class method
previously described in detail elsewhere (Clark and Muthén, 2009;
Mplus Technical Appendices, 2010; Wang et al., 2005). We tested the
equality of means across the latent classes using the Wald Test of
Mean Equality based on draws from the posterior probabilities. The
magnitude of the mean differences between the classes was interpreted
as an indicator of the strength of the prediction that the
auxiliary variable influenced the class membership (Asparouhouv
and Muthén, 2007; Asparouhov and Muthén, 2014; Bandeen-Roche
et al., 1997). After estimating the latent class model without including
covariates, multiple imputation was used to derive the latent class
membership variable from the posterior distribution obtained by the
LCA model estimation. Then, the imputed class variables were
analyzed together with the auxiliary variables using the multiple
imputation technique developed by Rubin (1987). Conditional class
specific means were evaluated for each auxiliary variable based on
the estimated latent class model (option e in Mplus). Posterior
probability-based multiple imputations with two degrees of freedom
were used for the overall test and with one degree of freedom for the
pair-wise tests.

ผลลัพธ์ (ไทย) 1:

เพื่อประเมินพยากรณ์ระดับศักยภาพเพิ่มเติม เรารวมตัวแปรเสริมในรูปแบบที่ใช้วิธีหลอกชั้นก่อนหน้านี้ อธิบายในรายละเอียดอื่น ๆ (Clark และ Muthén, 2009ภาคผนวกทางเทคนิค Mplus, 2010 วัง et al. 2005) เราทดสอบการความเสมอภาคหมายถึงข้ามคลาสที่แฝงโดยใช้การทดสอบวอลด์ความเสมอภาคหมายถึงอิงวาดน่าจะหลังจาก การขนาดของความแตกต่างเฉลี่ยระหว่างเรียนถูกตีความเป็นตัวบ่งชี้ความแรงของการคาดการณ์ที่ตัวแปรเสริมอิทธิพลสมาชิกคลาส (Asparouhouvและ Muthén, 2007 Asparouhov และ Muthén, 2014 โรช Bandeenet al. 1997) หลังจากประเมินจำลองชั้นแฝงอยู่โดยไม่รวมใช้การสืบทอดมาคลาแฝง covariates, imputation หลายแปรเป็นสมาชิกจากการแจกหลังได้โดยการการประเมิน LCA รุ่น แล้ว ตัวแปรคลาสควาบถูกวิเคราะห์ร่วมกับตัวแปรเสริมที่ใช้หลายตัวimputation เทคนิคที่พัฒนา โดย Rubin (1987) ชั้นเรียนแบบมีเงื่อนไขหมายถึงเฉพาะถูกประเมินแต่ละอิงตัวแปรเสริมรุ่นชั้นแฝงอยู่โดยประมาณ (ใน Mplus เลือก e) ด้านหลังคะแนนความน่าเป็นหลาย imputations กับสององศาความเป็นอิสระใช้ สำหรับการทดสอบโดยรวม และ มีอิสรภาพระดับหนึ่งสำหรับการการทดสอบ pair-wise

ผลลัพธ์ (ไทย) 2:

เพื่อประเมินเพิ่มเติมพยากรณ์ระดับศักยภาพเรารวม
ตัวแปรเสริมในรูปแบบการใช้วิธีการหลอกชั้น
อธิบายไว้ก่อนหน้าในรายละเอียดอื่น ๆ (คลาร์กและMuthén 2009;
Mplus ภาคผนวกเทคนิค, 2010. วัง et al, 2005) เราผ่านการทดสอบ
ความเท่าเทียมกันของวิธีการในการเรียนการแฝงโดยใช้การทดสอบ Wald ของ
หมายถึงความเท่าเทียมกันบนพื้นฐานของความน่าจะดึงออกมาจากด้านหลัง
ขนาดของความแตกต่างของค่าเฉลี่ยระหว่างเรียนถูกตีความ
เป็นตัวชี้วัดความแข็งแรงของการทำนายที่ว่าด้วย
ตัวแปรเสริมอิทธิพลต่อการเป็นสมาชิกระดับ (Asparouhouv
และMuthén 2007; Asparouhov และMuthén 2014; Bandeen-Roche
., et al, 1997) . หลังจากการประเมินรูปแบบการเรียนที่แฝงอยู่โดยไม่รวม
ตัวแปร, ใส่ร้ายหลายถูกใช้ในการได้มาซึ่งกลุ่มแฝง
ตัวแปรสมาชิกจากการกระจายหลังที่ได้รับจาก
การประมาณรุ่น LCA จากนั้นตัวแปรระดับนัยถูก
วิเคราะห์ร่วมกับตัวแปรเสริมโดยใช้หลาย
เทคนิคการใส่ร้ายพัฒนาโดยรูบิน (1987) ระดับเงื่อนไข
วิธีการที่เฉพาะเจาะจงได้รับการประเมินในแต่ละตัวแปรเสริมขึ้นอยู่กับ
รูปแบบการเรียนที่แฝงอยู่ประมาณ (ตัวเลือกในจดหมาย Mplus) หลัง
น่าจะเป็นตาม imputations หลายกับสององศาอิสระ
ถูกนำมาใช้สำหรับการทดสอบโดยรวมและกับหนึ่งระดับของเสรีภาพสำหรับ
การทดสอบคู่ที่ชาญฉลาด

ผลลัพธ์ (ไทย) 3:

เพื่อประเมินศักยภาพเพิ่มเติมห้องพยากรณ์ เรารวมตัวแปรเสริมในรูปแบบการใช้วิธีสอนเทียมก่อนหน้านี้อธิบายในรายละเอียดอื่น ๆ ( คลาร์กและมุธé n , 2009มพลัสเทคนิคผนวก , 2010 ; Wang et al . , 2005 ) เราทดสอบความเสมอภาคของหมายถึงข้ามชั้นเรียนที่ใช้เดินแบบแฝงหมายถึงความเสมอภาคตามความน่าจะเป็น ดึงจากด้านหลัง ที่ขนาดของค่าเฉลี่ยความแตกต่างระหว่างเรียนคือ แปลเป็นตัวชี้วัดความแข็งแกร่งของทำนายว่าตัวแปรเสริมอิทธิพลระดับสมาชิก ( asparouhouvและ มุธé n , 2007 ; และ asparouhov มุธé n , 2014 ; bandeen โรชet al . , 1997 ) หลังจากการประเมินแบบแฝง โดยไม่รวมถึงความรู้หลายส่วนบุคคลถูกใช้เพื่อให้ได้กลุ่มแฝงสมาชิกของตัวแปรจากการได้รับโดยการประเมินวัฏจักรชีวิตแบบ งั้น , ชั้นตัวแปรใดๆช่วยวิเคราะห์ร่วมกับตัวแปรโดยใช้หลายเทคนิคที่พัฒนาขึ้นโดยการใส่ความ รูบิน ( 1987 ) มีคลาสเฉพาะวิธีการศึกษาตัวแปรตามแต่ละเสริมโดยประมาณเรียนแบบแฝง ( ตัวเลือก e ในมพลัส ) ด้านหลังความน่าจะเป็นจากการใส่ความกับสององศาอิสระหลายใช้สำหรับการทดสอบโดยรวมและระดับของเสรีภาพสำหรับหนึ่งคู่ทดสอบปัญญา