Multinomial logistic regressions we

Multinomial logistic regressions were used to predict group membership using the resilient trajectory as the reference group. Relationships between children’s trauma symptoms and predictors
entered into the models are presented in Table 1. Overall, the multinomial logistic model was significant and explained an estimated 20.8% of the variance in group membership, χ2(26, N =

1,009) = 295.36, p

ผลลัพธ์ (ไทย) 1:

Multinomial logistic regressions ถูกใช้ในการทำนายการเป็นสมาชิกกลุ่มที่ใช้ความยืดหยุ่นวิถีเป็นกลุ่มอ้างอิง ความสัมพันธ์ระหว่างอาการบาดเจ็บและ predictors ของเด็กป้อนในแบบจำลองจะแสดงในตารางที่ 1 โดยรวม แบบโลจิสติกก็ตามสำคัญ และอธิบาย% 20.8 การประมาณของความแปรปรวนในกลุ่มสมาชิก χ2 (26, N = 1,009) = 295.36, p < .001 เนื่องจากจำนวนต่ำสุดของ missingness บนตัวแปร predictor ต่าง ๆ regressions ก็ตามผลใน n ขั้นสุดท้ายของ 1,006 (ตารางที่ 2) เด็กเส้นคอก กลุ่มได้อย่างมีนัยสำคัญยิ่งกว่าเด็กในกลุ่มยืดหยุ่นจะมีรายงานของวิทยาลัยประวัติศาสตร์ละเลย อัตราส่วนความเสี่ยงสัมพัทธ์ [RRR] = 2.44 ช่วงความเชื่อมั่น 95% (CI) [1.20, 4.94]; ตนเองเป็น-รายงานประวัติของการสัมผัสรุนแรงที่บ้าน และ ใน ชุมชน RRR = 1.04, 95% CI [1.00, 1.07]; และรายงานระดับสูงของความโกรธ RRR = 1.08, 95% CI [1.05, 1.11]

ผลลัพธ์ (ไทย) 3:

วิธีสมการถดถอยโลจิสติกเพื่อใช้ทำนายการเป็นสมาชิกกลุ่ม โดยใช้วิถียืดหยุ่นตามกลุ่มอ้างอิง ความสัมพันธ์ระหว่างเด็กและอาการบาดเจ็บ (
เข้าไปแบบแสดงในตารางที่ 1 รวมโมเดลโลจิสติกโดยอย่างมีนัยสำคัญและอธิบายประมาณ 20.8 % ของความแปรปรวนในการเป็นสมาชิกกลุ่ม χ 2 ( 26 , N =

= 295.36 1009 ) ,p < . 001 . เนื่องจาก ปริมาณ missingness ในตัวแปรต่าง ๆ โดยสมการถดถอยผลในขั้นสุดท้ายของการหลอม ( ตารางที่ 2 ) เด็กในเส้นมั่นคง

กลุ่มอย่างมีนัยสำคัญมีแนวโน้มมากกว่าเด็กในกลุ่ม มีความยืดหยุ่นในการรายงานการประเมินความเสี่ยงที่จะละเลย , อัตราส่วน [ แง่ง ] = 2.44 , ช่วงความเชื่อมั่น 95% ( CI ) [ 1.20 4.94 ] ด้วย

;รายงานประวัติความรุนแรงแสงที่บ้านและในชุมชน แง่ง = 1.04 , 95% CI [ 1.00 , 1.07 ] ; และรายงานระดับที่สูงขึ้นของความโกรธ แง่ง = 1.08 , 95% CI [ 1.05 1.11 ] .