Intensity of infection (no. of meta

Intensity of infection (no. of metacercariae/fish) and density of snails
was analyzed using negative binomial regression [20] using various
pond characteristics as predictors and standard errors were adjusted
for clustering within ponds. Similarly, FZT infection status of individual
fish was analyzed using logistic regression. Both these analyses were
specified in generalized linear models with a log and a logit link function,
respectively and standard errors were adjusted for ponds as clusters.
Several predictors were tested individually and later significant
predictors were tested jointly using a stepwise selection procedure
(p for removal = 0.10 and p for entry = 0.05). Scatter plots between
prevalence of FZT infection, arithmetic mean intensity of infection in
fish, density of host snails and pond depth were made to illustrate the
associations. Linear regressionwasmade on the data and to test for possible
geographic clustering we also did the analysis with commune as a
random factor.

ผลลัพธ์ (ไทย) 2:

ความรุนแรงของการติดเชื้อ (no. ของ metacercariae / ปลา)
และความหนาแน่นของหอยทากได้รับการวิเคราะห์โดยใช้การถดถอยทวินามเชิงลบ[20] โดยใช้ต่างๆลักษณะบ่อพยากรณ์และข้อผิดพลาดมาตรฐานมีการปรับสำหรับการจัดกลุ่มที่อยู่ในบ่อ ในทำนองเดียวกันการติดเชื้อ FZT สถานะของบุคคลที่ปลาได้รับการวิเคราะห์โดยใช้การถดถอยโลจิสติก ทั้งการวิเคราะห์เหล่านี้ถูกระบุไว้ในแบบจำลองเชิงเส้นทั่วไปมีบันทึกและฟังก์ชั่นการเชื่อมโยง logit, ตามลำดับและข้อผิดพลาดมาตรฐานมีการปรับสำหรับบ่อเป็นกลุ่ม. พยากรณ์หลายคนถูกทดสอบเป็นรายบุคคลและต่อมาอย่างมีนัยสำคัญพยากรณ์ได้มีการทดสอบร่วมกันโดยใช้ขั้นตอนการเลือกแบบขั้นตอน(พีสำหรับการกำจัด = 0.10 p และสำหรับรายการ = 0.05) แผนการกระจายระหว่างความชุกของการติดเชื้อ FZT เข้มค่าเฉลี่ยเลขคณิตของการติดเชื้อในปลาหนาแน่นของหอยทากเจ้าภาพและความลึกของบ่อที่ถูกสร้างขึ้นเพื่อแสดงให้เห็นความสัมพันธ์ regressionwasmade เชิงเส้นในข้อมูลและเพื่อทดสอบความเป็นไปได้การจัดกลุ่มทางภูมิศาสตร์ที่เรายังไม่ได้มีการวิเคราะห์ชุมชนที่เป็นปัจจัยสุ่ม

ผลลัพธ์ (ไทย) 3:

ความรุนแรงของการติดเชื้อ ( หมายเลขของเมตาเซอร์คาเรีย / ปลา ) และความหนาแน่นของหอย
วิเคราะห์ข้อมูลโดยใช้การถดถอยทวินามลบ [ 20 ] ใช้ลักษณะบ่อต่างๆ
ปัจจัยและข้อผิดพลาดมาตรฐานคือปรับ
สำหรับการจัดกลุ่มภายในบ่อ ในทำนองเดียวกัน ภาวะการติดเชื้อของปลาแต่ละ
8 วิเคราะห์ข้อมูลโดยใช้ Logistic Regression การวิเคราะห์ทั้งสองนี้ถูก
ที่ระบุไว้ในตัวแบบเชิงเส้นทั่วไปกับบันทึกและลิงค์โดยใช้ฟังก์ชัน
ตามลำดับและข้อผิดพลาดมาตรฐานคือปรับบ่อเป็นคลัสเตอร์ และทดสอบทีละหลายตัว

( ที่สำคัญต่อมาทดสอบร่วมกันโดยใช้ Stepwise วิธีคัดเลือก
( P = 0.10 และการกำจัดรายการ P = 0.05 ) แปลงกระจายระหว่างความชุกของการติดเชื้อ 8
,ค่าเฉลี่ยความเข้มของการติดเชื้อใน
ปลา , ความหนาแน่นของหอยโฮสต์และความลึกบ่อเคยแสดง
สมาคม เส้น regressionwasmade บนข้อมูลและหาที่สุด
ภูมิศาสตร์การจัดกลุ่มเรายังไม่ได้วิเคราะห์กับชุมชนเป็น
ปัจจัยสุ่ม