To estimate the time course of the

To estimate the time course of the average number of taste buds on a single FP, several regression models were constructed. A generalized linear model (GLM) with a logistic link function can be used to fit curves.14 Therefore, y = M/ [1 + exp(ax + b)], where x is postoperative months, y is the mean number of taste buds on a single FP, M is the maximal number of taste buds on “normal” FP, and parameters a and b are estimated from the GLM. The linear model, y = ax + b, with x obeys a Gaussian distribution, and the null model, y = b, were also estimated. In all models, we calculated Akaike’s Information Criterion (AIC) to clarify which model describes the observation better.15 All analyses were done using R software (version 3.1.2; http://www.r-project. org/).

ผลลัพธ์ (ไทย) 1:

การประเมินหลักสูตรเวลาจำนวนเฉลี่ยของต่อมรับรสบน FP แบบเดี่ยว แบบจำลองถดถอยหลายถูกสร้างขึ้น ทั่วไปเชิงเส้นแบบ (จีแอลเอ็มเมอริเดียน) กับฟังก์ชั่นโลจิสติกส์เชื่อมโยงสามารถใช้ให้พอดีกับ curves.14 ดังนั้น y = M / [1 + exp (ax + b)], x เป็น เดือนหลังผ่าตัด y เป็นจำนวนเฉลี่ยของต่อมรับรสบน FP เดียว M คือ จำนวนสูงสุดของต่อมรับรสปกติ" FP และพารามิเตอร์ และ b ประมาณจากจีแอลเอ็มเมอริเดียนใน แบบจำลองเชิงเส้น y = ax + b, x กับปฏิบัติการ กระจาย Gaussian และรุ่น null, y = b ถูกประเมิน ในทุกรุ่น เราคำนวณเกณฑ์ข้อมูลของ Akaike (AIC) เพื่อชี้แจงแบบจำลองใดอธิบาย better.15 สังเกตที่วิเคราะห์ทั้งหมดถูกทำโดยใช้ซอฟต์แวร์ R (เวอร์ชั่น 3.1.2; http://www.r-project. org /)

ผลลัพธ์ (ไทย) 2:

ในการประมาณเวลาที่แน่นอนของค่าเฉลี่ยของจำนวนรสชาติบน FP เดียวรุ่นถดถอยหลายคนถูกสร้างขึ้น รูปแบบเชิงเส้นทั่วไป (GLM) ที่มีฟังก์ชั่นการเชื่อมโยงโลจิสติกสามารถนำมาใช้เพื่อให้พอดีกับ curves.14 ดังนั้น Y = m / [1 + exp (ขวาน + B)] โดยที่ x คือหลังการผ่าตัดเดือน, y เป็นจำนวนเฉลี่ยของรสชาติ ตาบน FP เดียว M เป็นจำนวนสูงสุดของรสชาติใน "ปกติ" FP และพารามิเตอร์ A และ B จะมีการประเมินจาก GLM รูปแบบเชิงเส้น, y = ขวาน + B มี x เชื่อฟังกระจายเสียนและรูปแบบ null, y = b ยังอยู่ที่ประมาณ ในทุกรุ่นที่เราคำนวณ Akaike ข้อมูลของเกณฑ์ (AIC) เพื่อชี้แจงรูปแบบที่อธิบายการสังเกต better.15 วิเคราะห์ทั้งหมดถูกทำโดยการใช้ซอฟแวร์ R (เวอร์ชั่น 3.1.2; http:. //www.r-project org /)

ผลลัพธ์ (ไทย) 3:

ประมาณการเวลาแน่นอนของจำนวนรสใน FP เดียว , การถดถอยหลายได้ถูกสร้างขึ้น ทั่วไปเชิงเส้นแบบ ( glm ) ที่มีหน้าที่เชื่อมโยงโลจิสติกที่สามารถใช้เพื่อให้พอดีกับ curves.14 ดังนั้น y = m / [ 1 + EXP ( ขวาน + B ) ] , โดยที่ x เป็นเดือนหลังผ่าตัด , Y คือหมายถึงจำนวนของปุ่มรับรสใน FP เดียว m เป็นจำนวนสูงสุดของรส” ปกติ " และค่าพารามิเตอร์ a และ b มีการประมาณการจาก glm . โมเดลเชิงเส้น y = ax + b , X ก็มีการแจกแจงแบบปกติ และแบบ null , y = b ก็ประมาณ ทุกรุ่น เราคำนวณเกณฑ์เคราะห์ข้อมูล ( AIC ) เพื่อชี้แจงซึ่งรูปแบบการอธิบายการสังเกต better.15 ทั้งหมดวิเคราะห์ข้อมูลทำโดยใช้ซอฟต์แวร์ R ( 3.1.2 รุ่น ; http://www.r-project . 8 )