A traditional LCA of the six smokin

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.

ผลลัพธ์ (ไทย) 1:

LCA ดั้งเดิมของตัวบ่งชี้ 6 สูบบุหรี่ครั้งแรกได้รับการตรวจสอบ วิเคราะห์เบื้องต้นเหล่านี้ละเว้นคลัสเตอร์นักเรียนในชุมชน ตารางที่ 1 นำเสนอโซลูชั่นชั้นสำหรับหนึ่งถึงหกแฝงอยู่ห้องเรียน (ดูรูป 1) ทฤษฎีข้อมูลเกณฑ์ (BIC) อย่างรวดเร็วปฏิเสธ (เช่น ปรับปรุง) จากหนึ่งถึงสามคลา และเริ่มระดับออก คือเอนโทรปียัง ดี มีแบบสามชั้น นอกจากนี้ โซลูชันชั้นสี่แยกหนึ่งของการจากโซลูชันชั้นสามเป็นกลุ่มเล็กสอง แต่กิจกรรมหลังเรียนระบุว่า มี misclassification พบระหว่างชั้นเรียนขนาดเล็กเหล่านี้สอง สำหรับตัวอย่าง กิจกรรมหลังสำหรับโซลูชันชั้นสามเป็น.99, .93, .98 และแบบหลังกิจกรรมสำหรับโซลูชันชั้นสี่เป็น.79, .93, .98 และ.79 กับชั้นแรก และสี่แสดงสอนแยกต่างหากจากแบบสามชั้น กิจกรรมหลังต่ำเรียนสองเหล่านี้บ่งชี้ว่า รุ่นที่มีปัญหาในการแยกความแตกต่างระหว่างคนในชั้นแรก และสี่ สำคัญ การตีความแน่นของชั้นสามโซลูชั่น (ตามที่อธิบายไว้ในส่วนถัดไป) ตามหลักวิชาเป็นประโยชน์ เป็นประโยชน์ และ parsimoniousเช่น เราเลือกโซลูชั่นชั้น 3 เป็นแบบจำลองดีที่สุด จะแสดงผลตารางที่ 2

ผลลัพธ์ (ไทย) 3:

เป็นวิธีการแบบดั้งเดิมของหกสูบตัวก่อนตรวจ การวิเคราะห์เบื้องต้นเหล่านี้
ละเว้นการจัดกลุ่มนักเรียนในชุมชน ตารางที่ 1 แสดงระดับโซลูชั่นสำหรับ
หนึ่งถึงหกชั้นเรียนแฝง ( รุ่นที่ 1 ) มาตรฐานข้อมูลแบบ ( BIC ) อย่างมาก
ลดลง ( เช่น เพิ่มจากหนึ่งถึงสามแล้วเริ่มเรียนและระดับปิด เอนโทรปีคือ
ยังที่ดีที่สุดด้วย 3 ชั้นแบบ นอกจากนี้ โซลูชั่นสี่ชั้นแยกหนึ่งของคลาสจากคลาส 3
โซลูชั่นออกเป็นสองกลุ่มเล็ก แต่น่าจะเป็นด้านหลัง
บ่งชี้ว่ามีการผิดพลาดอย่างมากระหว่างสองเหล่านี้มีขนาดเล็กในชั้นเรียน สำหรับ
ตัวอย่างที่น่าจะหลัง 3 ชั้นโซลูชั่นเป็น . 99 , . 93 , 98 และด้านหลัง
.ความน่าจะเป็นสี่ชั้นสารละลาย . 79 , . 93 , . 98 , . 79 , กับบทเรียนแรกและที่สี่แยกชั้นเรียน
เป็นตัวแทนจาก 3 ชั้นแบบ น่าจะเป็นด้านหลังต่ำ
สำหรับทั้งสองกรณีนี้บ่งชี้ว่า ความแตกต่างระหว่างรุ่นมีคน
ในชั้นแรก และที่สี่ ที่สำคัญ การตีความกฎหมายของทั้งสามคลาส
วิธีแก้ปัญหา ( ตามที่อธิบายในส่วนถัดไป ) ซึ่งมีความหมาย มีประโยชน์ และความตระหนี่ .
เช่น เราเลือก 3 ระดับโซลูชั่นเป็นแบบที่ดีที่สุด ผลลัพธ์ที่ได้จะแสดงใน
โต๊ะ 2