Quantitative analysesFor the analys

Quantitative analyses
For the analysis of data set 1 (play with a target dog), we analyzed only play partner data. As we found a strong positive correlation between the height and weight of the target dog and those partner dogs (N = 27) that did play (r = 0.85, N = 27, P < 0.001),we confine our presented analyses to height. Using weight did not affect the outcomes. We used logistic regression to determine the effect of body size and play bout duration on the probability that rollovers would occur during a bout. In the analysis of the duration of the supine phase of the rollover (hereafter ‘rolloverduration’), where subjects contributed more than one datum to analysis, we ran generalized linear mixed models (GLMM) under restricted maximum likelihood estimation, with rollover durationas the dependent variable and subject identity as the random effect. We conducted all statistical tests using Stata 13 (StataCorp,2013) or JMP 10 (SAS Institute, 2012). Tests were two-tailed, with alpha = 0.05. Again, data from the two data sets were analyzed sep-arately so as to determine whether both converged on the same patterns.

ผลลัพธ์ (ไทย) 2:

วิเคราะห์เชิงปริมาณสำหรับการวิเคราะห์ข้อมูลชุดที่ 1 (เล่นกับสุนัขของเป้าหมาย) ที่เราวิเคราะห์ข้อมูลเพียง แต่เล่นพันธมิตร
ในฐานะที่เราพบว่ามีความสัมพันธ์เชิงบวกระหว่างความสูงและน้ำหนักของสุนัขเป้าหมายและสุนัขพันธมิตรเหล่านั้น (ยังไม่มี = 27) ที่ไม่ได้เล่น (r = 0.85, N = 27, p <0.001) เรา จำกัด นำเสนอการวิเคราะห์ของเราที่จะสูง ใช้น้ำหนักไม่ได้ส่งผลกระทบต่อผล เราใช้การถดถอยโลจิสติกเพื่อตรวจสอบผลกระทบของขนาดของร่างกายและการเล่นในระยะเวลาการแข่งขันน่าจะเป็นที่ rollovers จะเกิดขึ้นในระหว่างการแข่งขัน ในการวิเคราะห์ระยะเวลาของขั้นตอนการหงายของโรลโอเวอร์ที่ (ต่อจากนี้ 'rolloverduration) ที่อาสาสมัครส่วนร่วมมากขึ้นกว่าตัวเลขการวิเคราะห์เราวิ่งทั่วไปหลากหลายรูปแบบเชิงเส้น (GLMM) ภายใต้การประมาณค่าความน่าจะเป็นสูงสุดถูก จำกัด ด้วยโรลโอเวอร์ durationas ขึ้นอยู่กับ ตัวตนของตัวแปรและอาจเป็นผลกระทบแบบสุ่ม เราดำเนินการทดสอบทางสถิติทั้งหมดที่ใช้ Stata 13 (StataCorp 2013) หรือเจเอ็มพี 10 (SAS Institute, 2012) การทดสอบสองนกกับ alpha = 0.05 อีกครั้งข้อมูลจากทั้งสองชุดวิเคราะห์ข้อมูลกันยายน-arately เพื่อที่จะตรวจสอบว่าทั้งสองเข้าหารูปแบบเดียวกัน

ผลลัพธ์ (ไทย) 3:

วิเคราะห์เชิงปริมาณสำหรับการวิเคราะห์ข้อมูล 1 ชุด ( เล่นกับสุนัข เป้าหมาย เราวิเคราะห์ข้อมูลเฉพาะเล่นคู่ เราพบแข็งแรงความสัมพันธ์ระหว่างส่วนสูงและน้ำหนักของชิ้นงานและคู่หูสุนัขสุนัข ( n = 27 ) ที่ไม่ได้เล่น ( r = 0.85 , n = 27 , P < 0.001 ) เราทำกรรมของเรานำเสนอการวิเคราะห์ความสูง ใช้น้ำหนักไม่มีผลต่อผลลัพธ์เราใช้ Logistic Regression เพื่อศึกษาผลของขนาดร่างกายและเล่นเวลาการแข่งขันในโอกาสที่รางวัลในการแข่งขันจะเกิดขึ้นในระหว่างการแข่งขัน ในการวิเคราะห์ระยะเวลาระยะท่านอนหงายของโรลโอเวอร์ ( ต่อ rolloverduration ' ' ) ซึ่งคนสนับสนุนมากกว่าหนึ่ง datum เพื่อการวิเคราะห์เรารันตัวแบบผสมเชิงเส้น ( จํานวนครั้งในการจำกัดโอกาสสูงสุดกับโรลโอเวอร์ durationas ตัวแปรและเอกลักษณ์เรื่องผลสุ่ม เราทำการทดสอบโดยใช้สถิติทั้งหมด ( statacorp Language 13 , 2013 ) หรือเพลงที่ 10 ( สถาบัน SAS , 2012 ) การทดสอบสองหาง , alpha = 0.05 อีกครั้งข้อมูลจากข้อมูล 2 ชุดวิเคราะห์ข้อมูลก.ย. arately เพื่อตรวจสอบว่า ทั้งการทำงานในรูปแบบเดียวกัน