stimator with robust standard errors.RESULTSA traditional LCA of the s การแปล - stimator with robust standard errors.RESULTSA traditional LCA of the s ไทย วิธีการพูด

stimator with robust standard error

stimator with robust standard errors.
RESULTS
A traditional LCA of the six smoking indicators was first examined. These initial analyses ignored the clustering of students in communities. Table 1 presents the class solutions for one to six latent classes (see Model 1). The Bayesian Information Criterion (BIC) drastically declines (i.e., improves) from one to three classes and then begins to level off. Entropy is also best with the three-class model. Moreover, the four-class solution separates one of the classes from the three-class solution into two smaller groups, but the posterior probabilities indicate that there is substantial misclassification between these two smaller classes. For example, the posterior probabilities for the three-class solution are .99, .93, .98 and the posterior probabilities for the four-class solution are .79, .93, .98, and .79, with the first and fourth classes representing the separated classes from the three-class model. The low posterior probabilities for these two classes indicate that the model has difficulty distinguishing between people in the first and fourth class. Most important, the substantive interpretation of the three-class solution (as described in the next section) is theoretically meaningful, useful, and parsimonious. As such, we chose the three-class solution as the best model. The results are presented in Table 2.
In this three-class solution, the largest class represents nonsmokers and comprises 61.3% of the sample. Although some of these students had smoked a cigarette in their lifetime, none of them were current smokers or thought of themselves as a smoker. Moreover, they tended to associate with nonsmoking peers, believe that their parents would stop them from smoking, and perceive that smoking is harmful. The smallest class, described as the heavy smokers, represents 14.6% of the sample. Girls in this class tended to be regular smokers and viewed themselves as heavier smokers. They also tended to associate mostly with other peers who smoked cigarettes and were less likely than other girls to perceive that their parents would stop them from smoking and that smoking is harmful. The remaining students were classified as moderate or occasional cigarette smokers. Comprising 24.1% of the sample, these students were most likely to report occasional cigarette smoking and viewed themselves as light smokers. Just over half of them reported that most of their friends smoke. Nearly all believed that their parents would try to stop them from smoking and about three-quarters believed that smoking is harmful to one’s health.
Building on this three-class, Level 1 solution, we next specified a model that utilized the parametric approach to account for the nested structure of the data. The results of the model are presented in Table 1, Model 2. The BIC improves with the addition of the random effects and the entropy remains the same as for the fixed effects model. The estimated mean of the random effect (or random mean) for the heavy smoker class indicates that, for communities at the average random mean for both heavy smoking and moderate smoking, the average probability that a student would be classified as a heavy smoker is .13. The variance of the random mean describes the variation in the probability that a student will belong to the heavy
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
stimator มีข้อผิดพลาดมาตรฐานแข็งแรงผลลัพธ์LCA ดั้งเดิมของตัวบ่งชี้ 6 สูบ first ตรวจสอบได้ วิเคราะห์เหล่านี้เริ่มต้นละเว้นคลัสเตอร์นักเรียนในชุมชน ตารางที่ 1 แสดงโซลูชั่นชั้น 1-6 เรียนแฝงอยู่ (ดูรูป 1) ทฤษฎีข้อมูลเกณฑ์ (BIC) ลดลงอย่างรวดเร็ว (เช่น ปรับปรุง) จากหนึ่งถึงสามคลา และเริ่มระดับออก เอนโทรปีก็ดีกับแบบสามชั้น นอกจากนี้ โซลูชัน 4 ชั้นแยกชั้นหนึ่งจากโซลูชันชั้นสามเป็นกลุ่มย่อย ๆ 2 แต่กิจกรรมหลังบ่งชี้ว่า มี misclassification พบระหว่างชั้นเรียนขนาดเล็กเหล่านี้สอง ตัวอย่าง กิจกรรมหลังสำหรับโซลูชันชั้นสาม.99, .93, .98 และกิจกรรมหลังสำหรับโซลูชัน 4 ชั้น .79, .93, .98 และ.79, first และชั้นที่สี่แทนชั้นแยกจากแบบสามชั้น กิจกรรมหลังต่ำสำหรับชั้นสองเหล่านี้บ่งชี้ว่า แบบจำลองที่มี difficulty ที่แยกความแตกต่างระหว่างบุคคลในการ first และ 4 สำคัญ ตีความแน่นของการแก้ปัญหา 3 ระดับ (ตามที่อธิบายไว้ในส่วนถัดไป) ได้ตามหลักวิชาความหมาย มีประโยชน์ และ parsimonious เช่น เราเลือกโซลูชั่นชั้น 3 เป็นแบบจำลองดีที่สุด ผลลัพธ์จะแสดงในตารางที่ 2ในโซลูชันนี้ชั้น 3 ชั้นที่ใหญ่ที่สุดแทนการสูบบุหรี่ และ 61.3% ของตัวอย่างประกอบด้วย แม้ว่านักเรียนบางคนมีควันบุหรี่เป็นในชีวิตของพวกเขา ไม่มีพวกเขามีผู้สูบบุหรี่ปัจจุบัน หรือคิดว่า ตัวเองเป็นสูบบุหรี่ นอกจากนี้ พวกเขามีแนวโน้มที่ไปเชื่อมโยงกับเพื่อนเบด เชื่อว่า พ่อจะหยุดสูบบุหรี่ และสังเกตว่าบุหรี่เป็นอันตราย ชั้นที่เล็กที่สุด เป็นผู้สูบบุหรี่หนัก แสดงถึง 14.6% ของตัวอย่าง ผู้หญิงในชั้นนี้มีแนวโน้มที่จะ เป็นผู้สูบบุหรี่เป็นประจำ และมองตัวเองว่าเป็นผู้สูบบุหรี่หนัก พวกเขายังมีแนวโน้มที่จะเชื่อมโยงส่วนใหญ่กับเพื่อนอื่น ๆ ที่ควันบุหรี่ และมีแนวโน้มน้อยกว่าหญิงอื่น ๆ สังเกตว่า พ่อแม่จะหยุดพวกเขาจากการสูบบุหรี่ และที่สูบบุหรี่เป็นอันตราย นักเรียนที่เหลือได้ classified เป็นผู้สูบบุหรี่เอง หรือยาบุหรี่ ประกอบ 24.1% ของตัวอย่าง นักเรียนเหล่านี้ได้มักจะสูบบุหรี่เป็นครั้งคราวรายงาน และดูตัวเองเป็นผู้สูบบุหรี่แสง มากกว่าครึ่งหนึ่งของพวกเขารายงานควันของเพื่อนทั้งนั้น เกือบทั้งหมดเชื่อว่า พ่อแม่จะพยายามหยุดสูบบุหรี่ และเกี่ยวกับ three-quarters เชื่อ ว่าบุหรี่เป็นอันตรายต่อสุขภาพวิธีนี้สามชั้น ระดับ 1 อาคารเราถัดไป specified แบบที่ใช้วิธีแบบพาราเมตริกการโครงสร้างซ้อนกันของข้อมูล ผลลัพธ์ของแบบจำลองจะแสดงในตารางที่ 1 รุ่น 2 BIC ปรับปรุง ด้วยการเพิ่มลักษณะพิเศษแบบสุ่ม และเอนโทรปียังคงเหมือนกับรุ่นผล fixed หมายถึงประเมินผลสุ่ม (หรือเฉลี่ยสุ่ม) สำหรับชั้นสูบบุหรี่หนักบ่งชี้ สำหรับชุมชนที่หมายถึงสุ่มเฉลี่ยหนักสูบบุหรี่และปลอดบุหรี่ปานกลาง ความน่าเป็นค่าเฉลี่ยที่นักเรียนจะเป็น classified เป็นสูบบุหรี่หนักว่า.13 ผลต่างของค่าเฉลี่ยตัวอย่างอธิบายความผันแปรในความเป็นไปได้ว่า นักเรียนจะเป็นหนัก
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
stimator มีข้อผิดพลาดมาตรฐานที่แข็งแกร่ง.
ผล
แบบดั้งเดิม LCA ในหกสูบบุหรี่ตัวชี้วัดที่ได้รับการตรวจสอบสายแรก การวิเคราะห์เบื้องต้นเหล่านี้ละเลยการจัดกลุ่มของนักเรียนในชุมชน ตารางที่ 1 นำเสนอโซลูชั่นสำหรับชั้น 1-6 ชั้นเรียนแฝง (ดูรุ่น 1) คชกรรมข้อมูลเกณฑ์ (BIC) ลดลงอย่างเห็นได้ชัด (เช่นช่วยเพิ่ม) จากไปสามชั้นเรียนและจากนั้นจะเริ่มระดับปิด เอนโทรปีนี้ยังเป็นที่ดีที่สุดกับรูปแบบสามชั้น นอกจากนี้การแก้ปัญหาระดับสี่แยกหนึ่งในชั้นเรียนจากการแก้ปัญหาสามชั้นเป็นสองกลุ่มเล็ก ๆ แต่น่าจะเป็นหลังแสดงให้เห็นว่ามีความเป็นรูปธรรมไอออนบวก Fi misclassi ระหว่างทั้งสองชั้นเรียนขนาดเล็ก ตัวอย่างเช่นความน่าจะเป็นหลังการแก้ปัญหาสามระดับคือ 0.99, 0.93, 0.98 และความน่าจะเป็นหลังสำหรับการแก้ปัญหาสี่ระดับที่ 0.79, 0.93, 0.98 และ 0.79 มี RST fi และสี่ ชั้นเรียนที่เป็นตัวแทนของการเรียนแยกออกจากรูปแบบสามชั้น ความน่าจะเป็นหลังต่ำสำหรับทั้งสองแสดงให้เห็นว่าการเรียนแบบมีสาย culty dif แตกต่างระหว่างคนที่อยู่ในสายแรกและชั้นที่สี่ สิ่งที่สำคัญที่สุดการตีความสำคัญของการแก้ปัญหาสามระดับ (ตามที่อธิบายไว้ในหัวข้อถัดไป) เป็นทฤษฎีที่มีความหมายและมีประโยชน์และประหยัด ดังนั้นเราจึงเลือกที่จะแก้ปัญหาสามชั้นเป็นรุ่นที่ดีที่สุด ผลที่จะได้นำเสนอในตารางที่ 2.
ในการนี้แก้ปัญหาสามชั้นชั้นที่ใหญ่ที่สุดหมายถึงไม่สูบบุหรี่และประกอบด้วย 61.3% ของกลุ่มตัวอย่าง แม้ว่าบางส่วนของนักเรียนเหล่านี้ได้รมควันบุหรี่ในชีวิตของพวกเขาไม่มีของพวกเขาเป็นผู้สูบบุหรี่ในปัจจุบันหรือความคิดของตัวเองเป็นนักสูบบุหรี่ นอกจากนี้พวกเขามีแนวโน้มที่จะเชื่อมโยงกับเพื่อนไม่สูบบุหรี่เชื่อว่าพ่อแม่ของพวกเขาจะหยุดพวกเขาจากการสูบบุหรี่และการรับรู้ว่าการสูบบุหรี่เป็นอันตราย ชั้นเรียนที่เล็กที่สุดอธิบายว่าสูบบุหรี่หนักหมายถึง 14.6% ของกลุ่มตัวอย่าง หญิงในชั้นนี้มีแนวโน้มที่จะสูบบุหรี่เป็นประจำและมองตัวเองว่าเป็นผู้สูบบุหรี่หนัก พวกเขายังมีแนวโน้มที่จะเชื่อมโยงกับเพื่อนร่วมงานส่วนใหญ่ที่สูบบุหรี่อื่น ๆ และมีโอกาสน้อยกว่าผู้หญิงคนอื่น ๆ ที่จะรับรู้ว่าพ่อแม่ของพวกเขาจะหยุดพวกเขาจากการสูบบุหรี่และการสูบบุหรี่ที่เป็นอันตราย นักเรียนที่เหลือก็จัดประเภทเป็นปานกลางหรือสูบบุหรี่เป็นครั้งคราว ประกอบไปด้วย 24.1% ของกลุ่มตัวอย่างที่นักเรียนเหล่านี้ส่วนใหญ่มีแนวโน้มที่จะรายงานการสูบบุหรี่เป็นครั้งคราวและมองตัวเองว่าเป็นผู้สูบบุหรี่แสง เพียงครึ่งหนึ่งของพวกเขารายงานว่าส่วนใหญ่ของเพื่อนของพวกเขาสูบบุหรี่ เกือบเชื่อว่าทุกสิ่งที่พ่อแม่ของพวกเขาจะพยายามที่จะหยุดพวกเขาจากการสูบบุหรี่และประมาณสามในสี่เชื่อว่าการสูบบุหรี่เป็นอันตรายต่อสุขภาพของคน.
อาคารนี้สามระดับระดับที่ 1 การแก้ปัญหาเราที่ระบุไว้ต่อไป ed รูปแบบที่ใช้วิธีพาราบัญชี สำหรับโครงสร้างที่ซ้อนกันของข้อมูล ผลของรูปแบบจะถูกนำเสนอในตารางที่ 1 รุ่น 2. BIC ปรับปรุงด้วยนอกเหนือจากผลกระทบแบบสุ่มและเอนโทรปียังคงเป็นเช่นเดียวกับสายแบบถาวรผลกระทบ ประมาณค่าเฉลี่ยของผลการสุ่ม (หรือเฉลี่ยสุ่ม) สำหรับชั้นสูบบุหรี่หนักแสดงให้เห็นว่าชุมชนที่ค่าเฉลี่ยสุ่มเฉลี่ยสำหรับทั้งการสูบบุหรี่หนักและสูบบุหรี่ปานกลางน่าจะเฉลี่ยที่นักเรียนจะจัดประเภทเป็นนักสูบบุหรี่หนัก 13 ความแปรปรวนของค่าเฉลี่ยสุ่มอธิบายการเปลี่ยนแปลงในความน่าจะเป็นที่นักเรียนจะเป็นของหนัก
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
stimator กับข้อผิดพลาดมาตรฐานประสิทธิภาพ .

เป็นวิธีการดั้งเดิมของการหกสูบตัวได้จึงตัดสินใจเดินทางไปตรวจสอบ การวิเคราะห์ข้อมูลเบื้องต้นเหล่านี้ ละเว้น ของนักเรียนในชุมชน ตารางที่ 1 แสดงระดับโซลูชั่นหนึ่งถึงหกชั้นเรียนแฝง ( รุ่นที่ 1 ) ข้อมูลเบย์ ( BIC ) เกณฑ์ลดลงอย่างมาก ( เช่นปรับปรุง ) จากหนึ่งถึงสามแล้วเริ่มเรียนและระดับปิด เอนโทรปีเป็นดีที่สุดกับ 3 ชั้นแบบ นอกจากนี้ โซลูชั่นสี่ชั้นแยกหนึ่งของชั้นเรียนจากสามระดับโซลูชั่นออกเป็นสองกลุ่มเล็ก แต่น่าจะเป็นส่วนหลังบ่งชี้ว่ามีมาก misclassi จึงแลกเปลี่ยนระหว่างสองคนนี้มีขนาดเล็กในชั้นเรียน ตัวอย่างเช่นน่าจะเป็นหลัง 3 ชั้นโซลูชั่นเป็น . 99 , . 93 , . 98 และความน่าจะเป็นสำหรับสี่ชั้นของสารละลาย . 79 , . 93 , . 98 และ . 79 ด้วย จึงตัดสินใจเดินทางไปที่สี่แยกชั้นเรียนและชั้นเรียนเป็นตัวแทนจาก 3 ชั้นแบบต่ำของความน่าจะเป็นสำหรับทั้งสองกรณีนี้บ่งชี้ว่าแบบมีดิฟจึง culty แตกต่างระหว่างคนในจึงตัดสินใจเดินทางและชั้น 4 ที่สำคัญ การตีความกฎหมายของทั้งสามระดับ โซลูชั่น ( ตามที่อธิบายในส่วนถัดไป ) ซึ่งมีความหมาย มีประโยชน์ และความตระหนี่ . เช่น เราเลือก 3 ระดับโซลูชั่นเป็นแบบที่ดีที่สุดผลที่แสดงในตารางที่ 2 .
ในคลาสสามโซลูชั่นคลาสที่ใหญ่ที่สุดเป็นคู่ประกอบด้วยว่า % ของตัวอย่าง แม้ว่าบางส่วนของนักเรียนเหล่านี้มีบุหรี่ในชีวิตของพวกเขาสูบบุหรี่ ไม่มีของพวกเขาเป็นผู้สูบบุหรี่ในปัจจุบัน หรือคิดว่าตัวเองเป็นนักสูบบุหรี่ . นอกจากนี้พวกเขามีแนวโน้มที่จะเชื่อมโยงกับโปรแกรมเพื่อนเชื่อว่า พ่อแม่ของพวกเขาจะหยุดพวกเขาจากการสูบบุหรี่ และรับรู้ว่า การสูบบุหรี่เป็นอันตราย ห้องที่เล็กที่สุด อธิบายว่า ผู้สูบบุหรี่หนัก แสดงถึง 14.6 % ของตัวอย่าง สาวๆในห้องนี้มีแนวโน้มที่จะสูบบุหรี่ปกติและมองตัวเองเป็นหนักสูบบุหรี่พวกเขาก็มีแนวโน้มที่จะเชื่อมโยงกับเพื่อนอื่น ๆส่วนใหญ่ที่สูบบุหรี่และมีแนวโน้มน้อยกว่าผู้หญิงคนอื่น ๆรับรู้ว่าพ่อแม่ของพวกเขาจะหยุดพวกเขาจากการสูบบุหรี่และการสูบบุหรี่เป็นอันตราย นักเรียนที่เหลือมี classi จึงเอ็ดเป็นปานกลางหรือบางครั้งการสูบบุหรี่ ประกอบด้วย ร้อยละ 24.1 ของตัวอย่างคนเหล่านี้ส่วนใหญ่มีแนวโน้มที่จะรายงานการสูบบุหรี่เป็นครั้งคราวและมองว่าตัวเองเป็นผู้สูบบุหรี่แสง เพียงครึ่งหนึ่งของพวกเขารายงานว่าส่วนใหญ่ของเพื่อน ๆควันของพวกเขา เกือบทั้งหมดเชื่อว่า พ่อแม่ก็พยายามที่จะหยุดพวกเขาจากการสูบบุหรี่ และ ประมาณสามในสี่เชื่อว่า การสูบบุหรี่เป็นอันตรายต่อสุขภาพของคน ตึกนี้ชั้น
3 ระดับ 1 , สารละลายเราต่อไปกาจึงเอ็ดเป็นแบบจำลองที่ใช้วิธีการพาราเมตริกเพื่อให้บัญชีโครงสร้างซ้อนของข้อมูล ผลของรูปแบบจะถูกนำเสนอในตารางที่ 1 แบบที่ 2 ส่วนบิ๊ก ปรับปรุงด้วยการเพิ่มลักษณะพิเศษแบบสุ่มและเอนโทรปียังคงเหมือนเดิมสำหรับจึง xed รูปแบบผล ประมาณการค่าเฉลี่ยของผลสุ่ม ( หรือสุ่มหมายถึง ) สำหรับห้องสูบบุหรี่หนัก บ่งบอกว่าสำหรับชุมชนที่สุ่มหมายถึงเฉลี่ยทั้งสูบบุหรี่และสูบบุหรี่หนักปานกลาง ค่าเฉลี่ยความน่าจะเป็นที่นักเรียนจะ classi จึงเอ็ดเป็นนักสูบบุหรี่หนัก . . 13 ความแปรปรวนของค่าเฉลี่ยการอธิบายการเปลี่ยนแปลงในโอกาสที่นักเรียนจะเป็นของหนัก
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: