Statistical analysesPartial Pearson

Statistical analyses
Partial Pearson correlations were used to evaluate associations
between maternal and paternal support for PA
and FV and children’s PA and FV behaviour, controlling
for child age, parental age, and parental education. Partial
correlations were calculated for the entire sample
and by gender. To identify groups of families with distinct
configurations of maternal and paternal support for
the target health behaviour, standardized scores on the
maternal and paternal support for PA and FV scales
were entered into a cluster analysis. To determine the
possible number of clusters in the data, we first performed
a hierarchical cluster analysis using Ward’s
method and the squared Euclidian distance as a proximity
measure. The number of clusters was based on the
proximity matrix, fusion coefficients from the agglomeration
schedule, and inspection of the dendrogram and
icicle plots. A plot of the within groups sum of squares
by number of clusters was also used to determine the
appropriate number of clusters [17]. After determining
the number of clusters to test, we then completed a
k-means cluster analysis to: 1) estimate initial cluster
means; 2) determine cluster membership across the entire
sample; and 3) estimate the final solution for the cluster
means. In k-means clustering, k well-spaced observations
from the data are selected at random and used as the initial
estimate of the cluster means. Cases are then assigned
to the nearest cluster based on its distance from the initial
cluster means. After assigning all cases to a cluster, the
cluster means are recomputed on the basis of its member
cases, and the assignment of cases to the nearest cluster is
repeated. The iterative process is repeated until no more
cases move from one cluster to another or the stated
maximum number of iterations is reached. To investigate
the effects of cluster membership on child behaviour,
between-cluster differences on child PA and FV consumption
were tested for significance using oneway ANOVA
with Fisher LSD post-hoc comparisons. Both the cluster
analyses and between-cluster comparisons were completed
using standardised data (sample-based z-scores).
All analyses were performed in IBM SPSS Statistics
(version 21.0).

ผลลัพธ์ (ไทย) 1:

วิเคราะห์ทางสถิติความสัมพันธ์เพียร์สันบางส่วนใช้ในการประเมินความสัมพันธ์ของระหว่างแม่ และสนับสนุนสำหรับ PAและ FV และเด็กป่าและ FV พฤติกรรม การควบคุมสำหรับเด็กอายุ อายุผู้ปกครอง และการศึกษาผู้ปกครอง บางส่วนมีคำนวณความสัมพันธ์สำหรับตัวอย่างทั้งหมดและเพศ เมื่อต้องระบุกลุ่มของครอบครัวกับความแตกต่างตั้งค่าคอนฟิกของแม่ และการสนับสนุนพฤติกรรมสุขภาพเป้าหมาย คะแนนมาตรฐานแม่ และสนับสนุนระดับ PA และ FVได้เข้าแบ่งเป็น การตรวจสอบการจำนวนกลุ่มข้อมูลที่เป็นไปได้ เราต้องทำการวิเคราะห์ลำดับคลัสเตอร์ที่ใช้ของผู้ป่วยวิธีการและระยะห่างกำลังสอง Euclidian เป็นแห่งวัด หมายเลขของคลัสเตอร์เป็นไปตามแห่งเมทริกซ์ ฟิวชั่นสัมประสิทธิ์จากการ agglomerationกำหนดการ และตรวจสอบการ dendrogram และเสาน้ำแข็งลงจุด แปลงของอยู่ภายในกลุ่มผลรวมกำลังสองตามหมายเลขของคลัสเตอร์ยังใช้เพื่อตรวจสอบการจำนวนที่เหมาะสมของคลัสเตอร์ [17] หลังจากกำหนดหมายเลขของคลัสเตอร์เพื่อทดสอบ เราแล้วเสร็จสมบูรณ์แบบk-หมายถึง การแบ่งกลุ่มเพื่อ: 1) คลัสเตอร์เริ่มต้นประเมินความหมาย 2) เป็นสมาชิกของคลัสเตอร์ที่กำหนดทั่วทั้งหมดตัวอย่าง และ 3) ประเมินการแก้ปัญหาขั้นสุดท้ายสำหรับคลัสเตอร์หมายความว่า ใน k-หมายถึงคลัสเตอร์ k ดีลที่สังเกตจากข้อมูลจะถูกเลือกแบบสุ่ม และใช้เป็นต้นการประเมินหมายถึงคลัสเตอร์ กรณีได้รับการกำหนดการคลัสเตอร์ที่ยึดจากต้นคลัสเตอร์หมายถึง หลังจากกำหนดทุกกรณีคลัสเตอร์ การวิธีการคลัสเตอร์ที่ recomputed โดยสมาชิกของกรณี การกำหนดการคลัสเตอร์เป็นซ้ำ การซ้ำซ้ำจนไม่ได้กรณีย้ายจากกลุ่มหนึ่งไปยังอีกหรือที่ระบุไว้ถึงจำนวนสูงสุดของการเกิดซ้ำ การตรวจสอบผลของการเป็นสมาชิกของคลัสเตอร์ในพฤติกรรมเด็กความแตกต่างกับเด็กป่าและ FV การใช้ระหว่างคลัสเตอร์ทดสอบสำหรับสำคัญใช้ oneway การวิเคราะห์ความแปรปรวนมี Fisher LSD ฮอคโพสต์เปรียบเทียบ คลัสเตอร์ทั้งสองวิเคราะห์และเปรียบเทียบระหว่างคลัสเตอร์เสร็จสมบูรณ์ใช้ข้อมูลแบบ (ตามตัวอย่าง z-คะแนน)ดำเนินใน IBM โปรแกรมสถิติวิเคราะห์ทั้งหมด(รุ่น 21.0)

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ทางสถิติสหสัมพันธ์เพียร์สันบางส่วนถูกนำมาใช้ในการประเมินความสัมพันธ์ระหว่างการสนับสนุนบิดามารดาและสำหรับPA และ FV และ PA เด็กและ FV พฤติกรรมการควบคุมสำหรับเด็กอายุอายุของผู้ปกครองและศึกษาของผู้ปกครอง บางส่วนความสัมพันธ์นี้จะถูกคำนวณสำหรับตัวอย่างทั้งหมดและตามเพศ เพื่อระบุกลุ่มของครอบครัวที่แตกต่างกันกับการกำหนดค่าของการสนับสนุนบิดามารดาและสำหรับพฤติกรรมสุขภาพเป้าหมายคะแนนที่ได้มาตรฐานในการสนับสนุนบิดามารดาและสำหรับPA และ FV เกล็ดถูกป้อนเข้าสู่การวิเคราะห์กลุ่ม เพื่อตรวจสอบจำนวนเป็นไปได้ของกลุ่มในข้อมูลเราดำเนินการวิเคราะห์กลุ่มลำดับชั้นของวอร์ดโดยใช้วิธีการและระยะทางEuclidian สองเป็นความใกล้ชิดวัด จำนวนของกลุ่มอยู่บนพื้นฐานของเมทริกซ์ใกล้ชิดสัมประสิทธิ์ฟิวชั่นจากการรวมตัวกันตารางเวลาและการตรวจสอบของdendrogram และแปลงน้ำแข็ง พล็อตของภายในกลุ่มผลรวมของสี่เหลี่ยมจากจำนวนกลุ่มนี้ยังถูกใช้ในการกำหนดจำนวนที่เหมาะสมของกลุ่ม[17] หลังจากการพิจารณาจำนวนของกลุ่มที่จะทดสอบแล้วเราเสร็จสิ้นการวิเคราะห์กลุ่มk-หมายถึง 1) ประเมินกลุ่มเริ่มต้นหมายความว่า 2) ตรวจสอบการเป็นสมาชิกกลุ่มทั่วทั้งตัวอย่าง; และ 3) ประเมินทางออกสุดท้ายสำหรับกลุ่มหมายถึง ในการจัดกลุ่ม k-หมายถึง k สังเกตดีระยะห่างจากข้อมูลที่ได้รับการคัดเลือกโดยการสุ่มและนำมาใช้เป็นครั้งแรกประมาณหมายถึงกลุ่ม กรณีที่ได้รับมอบหมายจากนั้นไปยังคลัสเตอร์ที่ใกล้ที่สุดขึ้นอยู่กับระยะห่างจากครั้งแรกหมายถึงกลุ่ม หลังจากที่กำหนดทุกกรณีกับคลัสเตอร์ที่หมายถึงกลุ่มที่มีการ recomputed บนพื้นฐานของการเป็นสมาชิกของกรณีและกรณีการโอนไปยังคลัสเตอร์ที่ใกล้ที่สุดที่มีการทำซ้ำ กระบวนการซ้ำซ้ำแล้วซ้ำอีกจนไม่มากกรณีย้ายจากที่หนึ่งไปยังอีกกลุ่มหรือระบุจำนวนสูงสุดของการทำซ้ำถึง ในการตรวจสอบผลกระทบของการเป็นสมาชิกกลุ่มที่มีต่อพฤติกรรมเด็กระหว่างกลุ่มที่แตกต่างกันเกี่ยวกับเด็กPA และการบริโภค FV ได้รับการตรวจอย่างมีนัยสำคัญโดยใช้การวิเคราะห์ความแปรปรวนเที่ยวกับชาวประมง LSD เปรียบเทียบ post-hoc ทั้งสองกลุ่มวิเคราะห์และเปรียบเทียบระหว่างคลัสเตอร์เสร็จสมบูรณ์โดยใช้ข้อมูลที่เป็นมาตรฐาน(ตัวอย่างที่ใช้ Z-คะแนน). การวิเคราะห์ทั้งหมดถูกดำเนินการใน IBM SPSS สถิติ(รุ่น 21.0)

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์ทางสถิติสหสัมพันธ์เพียร์สัน
บางส่วนถูกใช้เพื่อประเมินความสัมพันธ์ระหว่างพ่อแม่และสนับสนุน

สำหรับ PA และ FV และเด็กป่าและพฤติกรรม FV , การควบคุม
สำหรับอายุของเด็ก และผู้ปกครอง อายุ การศึกษา สหสัมพันธ์บางส่วนถูกคำนวณสำหรับ

ตัวอย่างทั้งหมด และเพศ เพื่อระบุกลุ่มของครอบครัวที่แตกต่างกัน
การกำหนดค่าของพ่อแม่และการสนับสนุน
เป้าหมายสุขภาพพฤติกรรมมาตรฐานคะแนน
พ่อแม่และการสนับสนุนสำหรับ PA และเกล็ด
FV ถูกป้อนลงในการวิเคราะห์กลุ่ม เพื่อตรวจสอบจำนวนของกลุ่ม
เป็นไปได้ในข้อมูลที่เราแสดงครั้งแรก
เป็นลำดับชั้นการวิเคราะห์กลุ่มโดยใช้วิธีของวอร์ด
และพร้อม euclidian ระยะทางใกล้กับ
วัดจำนวนของกลุ่มขึ้นอยู่กับ
ความใกล้ชิดเมทริกซ์สัมประสิทธิ์การฟิวชั่นจาก
ตารางเวลาและการตรวจสอบพันธุกรรมและ
น้ำแข็งแปลง พล็อตของกลุ่มผลรวมของสี่เหลี่ยม
จำนวนคลัสเตอร์ยังใช้ เพื่อหาตัวเลขที่เหมาะสมของกลุ่ม
[ 17 ] หลังจากกำหนด
หมายเลขกลุ่มเพื่อทดสอบเราก็เสร็จสิ้นการวิเคราะห์คลัสเตอร์
k-means :1 ) ประมาณการ
กลุ่มเริ่มต้นหมายความว่า ; 2 ) กำหนดสมาชิกกลุ่มข้ามกลุ่มตัวอย่างทั้งหมด
; และ 3 ) ประเมินทางออกสุดท้ายสำหรับกลุ่ม
หมายถึง ใน k-means การจัดกลุ่ม K ดีระยะสังเกต
จากข้อมูลจะถูกเลือกโดยการสุ่มและใช้เป็นประมาณการครั้งแรก
ของกลุ่มหมายถึง กรณีถูกมอบหมายแล้ว
ใกล้ที่สุดของกลุ่มขึ้นอยู่กับระยะห่างจากหมายถึงกลุ่มแรก

หลังจากการกำหนดทุกกรณีให้กลุ่ม
กลุ่มหมายความว่าจะ recomputed บนพื้นฐานกรณีสมาชิก
ของมันและมอบหมายกรณีกลุ่มที่ใกล้ที่สุดคือ
ซ้ำ กระบวนการซ้ำซ้ำจนมากขึ้น
กรณีย้ายจากกลุ่มหนึ่งไปยังอีกหรือระบุ
จำนวนสูงสุดของซ้ำถึง เพื่อศึกษาผลของกลุ่มสมาชิก

ต่อพฤติกรรมเด็กระหว่างความแตกต่างในป่าและกลุ่มเด็ก
การบริโภค FV ทดสอบความสำคัญโดยใช้การวิเคราะห์ความแปรปรวนทางเดียว
กับฟิชเชอร์ LSD หาเปรียบเทียบ ทั้งกลุ่ม
วิเคราะห์และเมื่อเปรียบเทียบระหว่างกลุ่ม โดยใช้มาตรฐานข้อมูลเสร็จ
( ตัวอย่างตาม z-scores ) .
ทั้งหมดจำนวนสถิติในการวิเคราะห์ (
( รุ่น 21.0 )