Binary logistic regressionis carrie

Binary logistic regression
is carried out to compare the overall visits to Estonia with visits
made to the two smaller study areas in Estonia.


Regression analysis
is undertaken to predict the probability of visiting Saare or Tartu
counties against that of visiting the whole of Estonia. Logistic
regression is used because it is effective for describing relationships
between a categorical dependent variable (a binary one in the
present analysis) and one or more independent variables (Li, Fang,
Huang, & Goh, 2015; Peng, Lee, & Ingersoll, 2002). First, we use
models separately for each variable: country of origin, visitation
time, trip duration, and number of counties visited. Thenwe use full
models for the two areas including all the aforementioned variables.
The probability of visiting other counties in Estonia is also
assessed. Hereinafter the names Saaremaa and Tartumaa are used
interchangeably with Saare County and Tartu County, respectively.

ผลลัพธ์ (ไทย) 1:

ถดถอยโลจิสติกไบนารีดำเนินการเปรียบเทียบโดยรวมเยือนเอสโตเนียเข้าชมทำให้สองพื้นที่ศึกษาขนาดเล็กในเอสโตเนีย วิเคราะห์การถดถอยเราสามารถคาดการณ์ความน่าเป็นของ Saare หรือทาร์ทูเขตกับที่ของทั้งหมดของเอสโตเนีย โลจิสติกส์ใช้ถดถอยเนื่องจากมันมีประสิทธิภาพสำหรับอธิบายความสัมพันธ์ระหว่างตัวแปรแน่ชัด (แบบไบนารีในการปัจจุบันวิเคราะห์) และมากกว่า หนึ่งตัวแปรอิสระ (Li ฝางหวง & โก๊ะ 2015 เพ้ง Lee, & Ingersoll, 2002) ครั้งแรก เราใช้รุ่นแยกต่างหากสำหรับแต่ละตัวแปร: ประเทศต้นกำเนิด เยี่ยมชมเวลา ระยะเวลาเดินทาง และจำนวนของเขตเข้าเยี่ยมชม ใช้ Thenwe เต็มรุ่นสองส่วนรวมตัวแปรดังกล่าวข้างต้นก็น่าเป็นของเขตอื่น ๆ ในเอสโตเนียประเมิน ต่อไปนี้จะใช้ชื่อเยอรมนีและ Tartumaaสลับกันกับ Saare เขตและเขตทาร์ทู ตามลำดับ

ผลลัพธ์ (ไทย) 2:

Binary ถดถอยโลจิสติ
จะดำเนินการเพื่อเปรียบเทียบการเข้าชมโดยรวมของเอสโตเนียกับการเข้าชม
ที่ทำกับสองพื้นที่การศึกษาที่มีขนาดเล็กในเอสโตเนีย.


การวิเคราะห์การถดถอย
มีการดำเนินการที่จะคาดการณ์น่าจะเป็นของการเยี่ยมชม Saare หรือ Tartu
มณฑลกับที่ของการเยี่ยมชมทั้งหมดของเอสโตเนีย โลจิสติก
การถดถอยถูกนำมาใช้เพราะมันเป็นที่มีประสิทธิภาพสำหรับการอธิบายความสัมพันธ์
ระหว่างตัวแปรตามเด็ดขาด (หนึ่งไบนารีใน
การวิเคราะห์ปัจจุบัน) และหนึ่งหรือเป็นอิสระมากขึ้นตัวแปร (Li, ฝาง
หวางและโก๊ะ 2015; เป็งลีและ Ingersoll, 2002) แรกเราจะใช้
รูปแบบที่แยกต่างหากสำหรับแต่ละตัวแปร: ประเทศต้นกำเนิดมาเยี่ยม
เวลาระยะเวลาการเดินทางและจำนวนของมณฑลเยี่ยมชม Thenwe ใช้เต็ม
รูปแบบสำหรับสองพื้นที่รวมทั้งตัวแปรดังกล่าว.
น่าจะเป็นของการไปเยือนมณฑลอื่น ๆ ในเอสโตเนียนอกจากนี้ยังมี
การประเมิน ซึ่งต่อไปนี้ชื่อซารีและ Tartumaa จะใช้
สลับกันได้กับ Saare มณฑลและตาร์ตูมณฑลตามลำดับ

ผลลัพธ์ (ไทย) 3:

การถดถอยโลจิสติกทวิภาคการเปรียบเทียบกับการเข้าชมเข้าชมโดยรวมกับเอสโตเนียทำให้ทั้งสองที่มีขนาดเล็กในพื้นที่ศึกษาเอสโตเนียการวิเคราะห์การถดถอยตลาดคาดการณ์ความน่าจะเป็นของการเยี่ยมชมซาเร หรือ ทาร์ทูมณฑลกับที่ของการเยี่ยมชมทั้งหมดของเอสโตเนีย โลจิสติกการใช้เพราะมันมีประสิทธิภาพเพื่ออธิบายถึงความสัมพันธ์ระหว่างอย่างแท้จริงขึ้นอยู่กับตัวแปร ( ไบนารีหนึ่งในการวิเคราะห์ในปัจจุบัน ) และหนึ่งหรือมากกว่าหนึ่งตัวแปรอิสระ ( Li ฝางฮวง และ โก ปี 2015 ; Peng , Lee & Ingersoll , 2002 ) ครั้งแรกที่เราใช้รุ่นที่แยกต่างหากสำหรับแต่ละตัวแปร : ประเทศต้นทาง , เยี่ยมชมเวลาเดินทาง และจำนวนของประเทศเข้าเยี่ยมชม thenwe ใช้เต็มรูปแบบนางแบบสองพื้นที่ รวมทั้งใช้ตัวแปรความน่าจะเป็นของการเยี่ยมชมมณฑลอื่น ๆใน เอสโตเนีย ยังประเมิน ต่อไปนี้จะใช้ชื่อ และ tartumaa ซารีสลับสับเปลี่ยนกับซาเรเมือง Tartu County , ตามลำดับ