We calculated means and frequencies

We calculated means and frequencies for descriptive statistics. We qualitatively examined differences between regions and respondent types. We examined associations between the independent variable of farmers’ market use and dependent variables of (1) fruit/vegetable consumption and (2) BMI, in two separate linear regression models. All analyses were adjusted for age, gender, race, and education level and were stratified by region (KY and NC) and by type of survey (farmers’ market customer intercept survey versus RDD telephone survey). Race was not included in KY farmers’ market customer analyses as nearly all customers (99%) were white. Final models for the two dependent variables (fruit and vegetable consumption and BMI) were based upon maximizing the number of observations included in the models, and maximizing R2. In the adjusted model with fruit and vegetable consumption as the dependent variable, farmers’ market use was examined as the independent variable. In models with BMI as the dependent variable, farmers’ market use was examined as the independent variable of interest, along with fruit and vegetable consumption. Because few respondents in each of the four groups reported their perceived miles to reach the closest farmers’ market, this variable was not included in any of the regression models.

The Pitt County, NC RDD telephone survey data were weighted by the inverse of the probability of selection at the phone number level, and a post-stratification weighting factor that was developed to sequentially adjusted for landline/wireless coverage in NC, and at the county-level household income, and the race and education of the heads of households. The same weighting method was used for the KY RDD analyses, except that no adjustments were made for landline/wireless coverage (since no cellular telephones were sampled) or for race (since there were very few non-white respondents). A pooled regression analysis of the NC and KY RDD data were conducted to assess the differences between the two states. For this purpose, the weights were further adjusted according to the population sizes of the two states. All analyses were conducted using Statistical Analysis Software (version 9.2, SAS Institute Inc, Cary, North Carolina). Data from the RDD telephone surveys were analyzed using survey-specific procedures in SAS.

ผลลัพธ์ (ไทย) 1:

เราได้วิธีและความถี่ในสถิติพรรณนา เราตรวจสอบความแตกต่างระหว่างภูมิภาคและชนิด respondent qualitatively เราตรวจสอบความสัมพันธ์ระหว่าง independent variable การตลาดของเกษตรกรใช้และขึ้นอยู่กับตัวแปร (1) ผลไม้/ผักปริมาณการใช้และ (2) BMI ในแบบจำลองถดถอยเชิงเส้นที่แยกต่างหากสอง วิเคราะห์ทั้งหมดถูกปรับปรุงสำหรับอายุ เพศ เชื้อชาติ และระดับการศึกษา และถูก stratified ตามภูมิภาค (KY และ NC) และชนิดของแบบสำรวจ (ตลาดเกษตรกร'จุดตัดแกนสำรวจลูกค้าเมื่อเทียบกับการสำรวจโทรศัพท์ RDD) การแข่งขันถูกรวมอยู่ใน KY ตลาดของเกษตรกรลูกค้าวิเคราะห์เป็นลูกค้าเกือบทั้งหมด (99%) มีสีขาว รุ่นสุดท้ายสำหรับสองขึ้นอยู่กับตัวแปร (การบริโภคผักและผลไม้และ BMI) ถูกตามการเพิ่มจำนวนการสำรวจที่รวมอยู่ในแบบจำลอง และ R2 เพิ่ม ในรูปแบบปรับปรุงมีผลไม้และผักการใช้เป็นตัวแปรที่ขึ้นอยู่กับ ตลาดของเกษตรกรใช้ถูกตรวจสอบเป็นตัวแปรอิสระ ในรูปแบบที่มี BMI เป็นตัวแปรที่ขึ้นอยู่กับ ตลาดของเกษตรกรใช้ถูกตรวจสอบเป็นตัวแปรอิสระที่น่าสนใจ รวมทั้งผลไม้และผัก เนื่องจากผู้ตอบที่น้อยในแต่ละกลุ่มสี่รายงานไมล์ของพวกเขารับรู้ถึง'ตลาดใกล้เคียงที่สุดของเกษตรกร ตัวแปรนี้ไม่รวมอยู่ในแบบจำลองถดถอยพิตต์เขต NC RDD โทรศัพท์สำรวจข้อมูลถูกถ่วงน้ำหนัก ด้วยค่าผกผันของความน่าเป็นตัวเลือกที่ระดับหมายเลขโทรศัพท์ และสัดส่วนของน้ำหนักสาระหลังที่ได้รับการพัฒนาเพื่อปรับปรุงในระหว่างไร้สายครอบคลุม ใน NC และ รายได้ในครัวเรือนระดับเขต และการแข่งขัน และการศึกษาของหัวของครัวเรือนตามลำดับ วิธีน้ำหนักเดียวกันถูกใช้สำหรับวิเคราะห์ KY RDD ยกเว้นว่าไม่จะปรับปรุงได้ สำหรับความครอบคลุมระหว่างไร้สาย (ตั้งแต่โทรศัพท์มือถือไม่ได้ความ) หรือ การแข่งขัน (เนื่องจากมีผู้ตอบน้อยมากไม่ใช่สีขาว) การวิเคราะห์การถดถอยรวมข้อมูล NC และ KY RDD ได้ดำเนินการประเมินความแตกต่างระหว่างสองสถานะ สำหรับวัตถุประสงค์นี้ น้ำหนักได้เพิ่มเติมปรับปรุงตามขนาดประชากรของอเมริกา 2 วิเคราะห์ทั้งหมดได้ดำเนินการโดยใช้สถิติวิเคราะห์ซอฟต์แวร์ (เวอร์ชัน 9.2, SAS สถาบัน Inc แครีแกรนต์ นอร์ทแคโรไลนา) ข้อมูลจากแบบสำรวจโทรศัพท์ RDD ได้วิเคราะห์โดยใช้กระบวนการสำรวจเฉพาะใน SAS

ผลลัพธ์ (ไทย) 2:

เราคำนวณวิธีการและความถี่สำหรับสถิติเชิงพรรณนา เรามีคุณภาพการตรวจสอบความแตกต่างระหว่างภูมิภาคและประเภทผู้ตอบ เราตรวจสอบความสัมพันธ์ระหว่างตัวแปรอิสระในการใช้ตลาดเกษตรกรและตัวแปรตาม (1) ผลไม้ / บริโภคผักและ (2) ค่าดัชนีมวลกายในสองแยกรูปแบบการถดถอยเชิงเส้น การวิเคราะห์ทั้งหมดถูกปรับอายุเพศเชื้อชาติและระดับการศึกษาและได้รับการแบ่งตามภูมิภาค (KY และ NC) และตามประเภทของการสำรวจ (ลูกค้าตลาดของเกษตรกรการสำรวจตัดเมื่อเทียบกับการสำรวจทางโทรศัพท์ RDD) การแข่งขันไม่ได้รวมอยู่ในตลาดของเกษตรกรลูกค้า KY 'วิเคราะห์เป็นลูกค้าเกือบทั้งหมด (99%) เป็นสีขาว รุ่นสุดท้ายของทั้งสองตัวแปรตาม (ผลไม้และการบริโภคผักและ BMI) มีพื้นฐานอยู่บนการเพิ่มจำนวนของการสังเกตที่รวมอยู่ในแบบจำลองและการเพิ่ม R2 ในรูปแบบที่ปรับด้วยผลไม้และการบริโภคผักเป็นตัวแปรขึ้นอยู่กับการใช้งานในตลาดของเกษตรกรได้รับการตรวจสอบเป็นตัวแปรอิสระ ในรุ่นที่มีค่าดัชนีมวลกายเป็นตัวแปรขึ้นอยู่กับการใช้งานในตลาดของเกษตรกรได้รับการตรวจสอบเป็นตัวแปรอิสระที่น่าสนใจพร้อมกับผลไม้และการบริโภคผัก เพราะผู้ตอบแบบสอบถามไม่กี่คนในแต่ละสี่กลุ่มรายงานการรับรู้ของพวกเขาห่างในการเข้าถึงตลาดของเกษตรกรที่อยู่ใกล้ที่สุด 'ตัวแปรนี้ไม่รวมอยู่ในใด ๆ ของรูปแบบการถดถอย. พิตต์สเคาน์ตี้, NC ข้อมูลการสำรวจ RDD โทรศัพท์ถูกถ่วงน้ำหนักโดยการผกผันของความน่าจะเป็น การคัดเลือกในระดับที่หมายเลขโทรศัพท์และเป็นปัจจัยถ่วงการโพสต์การแบ่งชั้นที่ได้รับการพัฒนาไปตามลำดับปรับโทรศัพท์บ้าน / พื้นที่ไร้สายในอร์ทแคโรไลนาและรายได้ของครัวเรือนในระดับเขตและการแข่งขันและการศึกษาของหัวหน้าครัวเรือน วิธีการถ่วงน้ำหนักเดียวกันที่ใช้สำหรับการวิเคราะห์ KY RDD ยกเว้นว่าการปรับเปลี่ยนไม่ได้ทำสำหรับโทรศัพท์บ้าน / พื้นที่ไร้สาย (ตั้งแต่โทรศัพท์มือถือไม่ได้รับตัวอย่าง) หรือสำหรับการแข่งขัน (ตั้งแต่มีน้อยมากที่ผู้ตอบแบบสอบถามที่ไม่ใช่สีขาว) การวิเคราะห์การถดถอยของพูอร์ทแคโรไลนาและ KY ข้อมูล RDD ได้ดำเนินการในการประเมินความแตกต่างระหว่างทั้งสองประเทศ เพื่อจุดประสงค์นี้น้ำหนักมีการปรับต่อไปตามขนาดประชากรของทั้งสองประเทศ การวิเคราะห์ทั้งหมดถูกดำเนินการโดยใช้การวิเคราะห์ทางสถิติซอฟต์แวร์ (เวอร์ชัน 9.2, SAS Institute Inc, แครีนอร์ทแคโรไลนา) ข้อมูลจากการสำรวจทางโทรศัพท์ RDD ถูกวิเคราะห์โดยใช้วิธีการเฉพาะการสำรวจใน SAS

ผลลัพธ์ (ไทย) 3:

เราคำนวณ หมายถึง ความถี่และสถิติเชิงพรรณนา เราคุณภาพตรวจสอบความแตกต่างระหว่างภูมิภาคและประเภทผู้ตอบ เราตรวจสอบความสัมพันธ์ระหว่างตัวแปรอิสระและตัวแปรตามตลาดเกษตรกรใช้ ( 1 ) ผลไม้ / ผักบริโภค และ ( 2 ) ดัชนีมวลกายในสองแยก การถดถอยเชิงเส้น ทั้งหมดที่วิเคราะห์ได้ปรับ อายุ เพศ เชื้อชาติและระดับการศึกษาและจำแนกตามภูมิภาค ( KY และ NC ) และตามประเภทของการสำรวจ ( เกษตรกรสกัดลูกค้าตลาดสำรวจเมื่อเทียบกับผลสำรวจทางโทรศัพท์ rdd ) การแข่งขันที่ไม่ได้ถูกรวมอยู่ในลูกค้าตลาดเกษตรกร ' KY วิเคราะห์เป็นลูกค้าเกือบทั้งหมด ( 99% ) สีขาวรุ่นสุดท้ายสำหรับสองตัวแปรตาม ( ผักผลไม้ และ BMI ) ขึ้นอยู่กับการเพิ่มจำนวนค่าสังเกตรวมอยู่ในแบบจำลอง และการเพิ่มอาร์ทู ในการปรับรุ่นกับผักผลไม้ เช่น ตัวแปร ใช้ตลาดเกษตรกร ' ถูกตรวจสอบโดยตัวแปรอิสระ ในรุ่นที่มี BMI เป็นตัวแปรตามใช้ตลาดเกษตรกร ' ถูกตรวจสอบโดยตัวแปรอิสระที่น่าสนใจ พร้อมผลไม้และการบริโภคผัก เพราะไม่กี่กลุ่มในแต่ละกลุ่มมีการรับรู้ของพวกเขากิโลเมตร ถึงตลาดเกษตรกรใกล้ตัวแปรนี้ไม่ได้ถูกรวมอยู่ในใด ๆของการถดถอยแบบ

เมืองพิตต์การสำรวจข้อมูล NC rdd โทรศัพท์ที่ถูกถ่วงน้ำหนักโดยผกผันของความน่าจะเป็นของการเลือกที่หมายเลขโทรศัพท์ระดับและการโพสต์การปัจจัยถ่วงที่พัฒนาขึ้นเพื่อพิจารณาปรับโทรศัพท์บ้านไร้สายครอบคลุมใน NC และในมณฑลระดับรายได้และการแข่งขัน และระดับการศึกษาของหัวหน้าครัวเรือน วิธีน้ำหนักเดียวกันถูกใช้เพื่อวิเคราะห์ rdd KYยกเว้นว่าไม่มีการปรับเปลี่ยนสำหรับโทรศัพท์บ้านไร้สายครอบคลุม ( เนื่องจากไม่มีโทรศัพท์มือถือ จำนวน ( ) หรือการแข่งขัน เนื่องจากมีจำนวนน้อยมาก ไม่ขาว ) เป็นรวมการวิเคราะห์การถดถอยของ NC และข้อมูล rdd KY มีวัตถุประสงค์เพื่อประเมินความแตกต่างระหว่างสองรัฐ สำหรับวัตถุประสงค์นี้น้ำหนักได้ปรับเปลี่ยนไปตามขนาดประชากรของประเทศทั้งสอง องค์ประกอบการใช้ซอฟต์แวร์การวิเคราะห์ทางสถิติ ( เวอร์ชั่น 9.2 , SAS Institute Inc , แครี่ , North Carolina ) ข้อมูลจาก rdd โทรศัพท์ สำรวจ วิเคราะห์ข้อมูลโดยใช้วิธีการสำรวจเฉพาะใน SAS