This was done by predicting missing

This was done by predicting missingness
(yes/no) of each of these variables from the other variables in the
imputation model using a multivariable logistic regression analysis.
These analyses showed explained variances ranging from 2.6% to
46.6% (Nagelkerke’s R2)

ผลลัพธ์ (ไทย) 1:

นี้ทำ โดยคาดการณ์ missingness(ไม่ใช่) ของตัวแปรเหล่านี้จากตัวแปรอื่น ๆ ในแต่ละรุ่น imputation ที่ใช้การวิเคราะห์ถดถอยโลจิสติก multivariableวิเคราะห์เหล่านี้แสดงให้เห็นว่าอธิบายผลต่างตั้งแต่ 2.6%46.6% (ของ Nagelkerke R2)

ผลลัพธ์ (ไทย) 2:

นี้ทำโดยการคาดคะเน missingness
(ใช่ / ไม่ใช่) ของแต่ละตัวแปรเหล่านี้จากตัวแปรอื่น ๆ ใน
รูปแบบการใส่ร้ายโดยใช้การวิเคราะห์การถดถอยโลจิสติกหลายตัวแปร.
การวิเคราะห์เหล่านี้แสดงให้เห็นว่าอธิบายความแปรปรวนตั้งแต่ 2.6% ถึง
46.6% (Nagelkerke ของ R2)

ผลลัพธ์ (ไทย) 3:

นี้ถูกทำโดยทำนาย missingness
( ใช่ / ไม่ใช่ ) ของแต่ละตัวแปรเหล่านี้จากตัวแปรอื่น ๆในรูปแบบ
ใส่ความโดยใช้การวิเคราะห์การถดถอยโลจิสติก multivariable .
วิเคราะห์เหล่านี้แสดงอธิบายความแปรปรวนตั้งแต่ 2.6 % X%

( nagelkerke เป็น R2 )