The majority of the analysis of var

The majority of the analysis of variance (ANOVA)
results showed violations of the homogeneity of variance
assumption (Levene 1960). We estimated the data sets that exhibited homogeneity of variance violations using the generalized
least squares (GLS) procedure (Judge et al. 1985) in
the SHAZAM econometric package (White 1977), and we
estimated the remainder using ordinary least squares (OLS).
Using the approach suggested by Cohen and Cohen (1983),
we calculated the percentage of within-subjects variance
explained by time for each regression.
For owners who were less positive before the event, all
five repeated measures analyses showed significant changes
between pre- and post-event scores, with R2 values ranging
from .25 to .57. Three of the five upper-half analyses were
significant, with R2 values ranging from .04 to .08 (Table 5).
Pre- and post-event means for each group are also included
in Table 5

ผลลัพธ์ (ไทย) 1:

ส่วนใหญ่ค่าความแปรปรวนของการวิเคราะห์ (วิเคราะห์ความแปรปรวน)ผลลัพธ์ที่แสดงให้เห็นว่าละเมิด homogeneity ของผลต่างอัสสัมชัญ (Levene 1960) เราประเมินชุดข้อมูลที่จัดแสดง homogeneity ของละเมิดต่างใช้การเมจแบบทั่วไปวิธีกำลังสองน้อยสุด (GLS) (ผู้พิพากษา et al. 1985) ในแพคเกจ econometric SHAZAM (ขาว 1977), และเราประเมินส่วนเหลือใช้ธรรมดากำลังสองน้อยสุด (OLS)ใช้วิธีที่แนะนำ โดยโคเฮนและโคเฮน (1983),เราคำนวณเปอร์เซ็นต์ของความแปรปรวนภายในเรื่องอธิบาย โดยเวลาที่ถดถอยแต่ละสำหรับเจ้าของที่มีค่าบวกน้อยก่อนเหตุการณ์ ทั้งหมดวิเคราะห์ประเมินซ้ำ 5 แสดงให้เห็นว่าการเปลี่ยนแปลงอย่างมีนัยสำคัญระหว่างคะแนนก่อน และหลังเหตุการณ์ R2 มีค่าตั้งแต่จาก.25 ถึง.57 3 วิเคราะห์บนครึ่งห้าได้สำคัญ มีค่า R2 ตั้งแต่.04 .08 (ตาราง 5)หมายความว่าก่อน และหลังเหตุการณ์สำหรับแต่ละกลุ่มยังมีอยู่ในตาราง 5

ผลลัพธ์ (ไทย) 2:

ส่วนใหญ่ของการวิเคราะห์ความแปรปรวน (ANOVA)
ผลการศึกษาพบการละเมิดความสม่ำเสมอของความแปรปรวน
สมมติฐาน (Levene 1960) เราคาดชุดข้อมูลที่ได้มีความสม่ำเสมอของการละเมิดการใช้ความแปรปรวนทั่วไป
กำลังสองน้อยที่สุด (GLS) ขั้นตอน (ผู้พิพากษา et al. 1985) ใน
แพคเกจทางเศรษฐมิติแซม (สีขาว 1977) และเรา
คาดที่เหลือโดยใช้กำลังสองน้อยที่สุดสามัญ (OLS)
โดยใช้วิธีการที่เสนอโดยโคเฮนและโคเฮน (1983),
เราคำนวณร้อยละของภายในวิชาแปรปรวน
อธิบายได้ด้วยเวลาสำหรับการถดถอยแต่ละ.
สำหรับเจ้าของที่เป็นบวกน้อยก่อนที่เหตุการณ์ทั้งหมด
ห้าวัดซ้ำการวิเคราะห์แสดงให้เห็นการเปลี่ยนแปลงอย่างมีนัยสำคัญ
ระหว่างก่อนและหลัง คะแนนโพสต์เหตุการณ์ที่มีค่า R2 ตั้งแต่
0.25-0.57 สามในห้าการวิเคราะห์บนครึ่งเป็น
อย่างมีนัยสำคัญที่มีค่า R2 ตั้งแต่ 0.04-0.08 (ตารางที่ 5).
ก่อนและหลังเหตุการณ์ความหมายสำหรับแต่ละกลุ่มจะรวมอยู่
ในตารางที่ 5

ผลลัพธ์ (ไทย) 3:

ส่วนใหญ่ของการวิเคราะห์ความแปรปรวน ( ANOVA )
พบการละเมิดของค่าความแปรปรวน
( วีน ( 1960 ) เราคาดว่าข้อมูลชุดนั้นมี ค่าความแปรปรวนโดยใช้การละเมิดทั่วไป
Least Squares ( GLS ) ขั้นตอน ( ผู้พิพากษา et al . 1985 )
แพคเกจทางแซมขาว ( 1977 ) และเรา
คาดว่าส่วนที่เหลือใช้วิธีกำลังสองน้อยที่สุด ( OLS )
.ใช้วิธีที่แนะนำโดยโคเฮนและโคเฮน ( 1983 ) ,
เราคำนวณค่าร้อยละของความแปรปรวนภายในกลุ่ม
อธิบายโดยเวลาสำหรับแต่ละพหุคูณ .
สำหรับเจ้าของผู้น้อยบวกก่อนที่เหตุการณ์ทั้งหมด 5 วัดซ้ำพบ

วิเคราะห์การเปลี่ยนแปลงอย่างมีนัยสำคัญระหว่างก่อนและหลังเหตุการณ์คะแนนกับค่า R2
จากตั้งแต่ 25 . 57 . สามในห้าครึ่งบนวิเคราะห์ข้อมูล
ที่สําคัญกับค่า R2 ตั้งแต่ . 04 . 08 ( ตารางที่ 5 ) .
ก่อนและหลังเหตุการณ์ หมายถึง กลุ่มนี้จะรวมอยู่ใน ตารางที่ 5