It allows us to estimate the probab

It allows us to estimate the probability of the occurrence that
respondent i participates in the PHBM program.
The empirical analysis is divided into three steps, depending on
different participation levels. Each step attempts to identify factors
encouraging people to participate in the PHBM program at a
different level. In the first step, we aim at identifying the determinants
of “nominal” participation. The logit analysis is based on
the whole samples and uses the choice variable yni
, satisfying that
yni
¼ 1 if respondent i participates at least “nominally” in the PHBM
program, and yni
¼ 0 otherwise where the superscript of n in yni
represents “nominal.” In the second step,werestrict ourselves to the
sample of nominal participants (or participating households irrespective
of the levels of community participation). To identify the
determinants of “active” participation, our logit analysis uses the
choice variable yai
, satisfying that yai
¼ 1 if respondent i participates
“actively” in the PHBM program, and yai
¼ 0 otherwise where the
superscript a represents “active.” In the third step, we further
restrict ourselves to the sample of active participants. To identify the
determinants of “managerial” participation, our logit analysis takes
the choice variable ymi
, satisfying that ymi
¼ 1 if respondent i participates
in the program at the managerial level, and ymi¼ 0 otherwise
where the superscript m represents “managerial.

ผลลัพธ์ (ไทย) 1:

It allows us to estimate the probability of the occurrence thatrespondent i participates in the PHBM program.The empirical analysis is divided into three steps, depending ondifferent participation levels. Each step attempts to identify factorsencouraging people to participate in the PHBM program at adifferent level. In the first step, we aim at identifying the determinantsof “nominal” participation. The logit analysis is based onthe whole samples and uses the choice variable yni, satisfying thatyni¼ 1 if respondent i participates at least “nominally” in the PHBMprogram, and yni¼ 0 otherwise where the superscript of n in ynirepresents “nominal.” In the second step,werestrict ourselves to thesample of nominal participants (or participating households irrespectiveof the levels of community participation). To identify thedeterminants of “active” participation, our logit analysis uses thechoice variable yai, satisfying that yai¼ 1 if respondent i participates“actively” in the PHBM program, and yai¼ 0 otherwise where thesuperscript a represents “active.” In the third step, we furtherrestrict ourselves to the sample of active participants. To identify thedeterminants of “managerial” participation, our logit analysis takesthe choice variable ymi, satisfying that ymi¼ 1 if respondent i participatesin the program at the managerial level, and ymi¼ 0 otherwiseที่ m ตัวยกแสดง "จัดการ

ผลลัพธ์ (ไทย) 2:

มันช่วยให้เราสามารถประเมินความน่าจะเป็นของการเกิดที่ตอบผมมีส่วนร่วมในโปรแกรม PHBM. การวิเคราะห์เชิงประจักษ์แบ่งออกเป็นสามขั้นตอนขึ้นอยู่กับระดับการมีส่วนร่วมที่แตกต่างกัน แต่ละขั้นตอนความพยายามที่จะหาปัจจัยกระตุ้นให้ประชาชนมีส่วนร่วมในโปรแกรม PHBM ในระดับที่แตกต่างกัน ในขั้นตอนแรกเรามีจุดมุ่งหมายที่ระบุปัจจัยของ "น้อย" การมีส่วนร่วม การวิเคราะห์ logit อยู่บนพื้นฐานของกลุ่มตัวอย่างทั้งหมดและใช้ทางเลือกyni ตัวแปรที่น่าพอใจที่yni ¼ 1 ถ้าตอบฉันมีส่วนร่วมอย่างน้อย "ในนาม" ใน PHBM โปรแกรมและ yni ¼ 0 อื่นที่ยกของ n ใน yni แสดงให้เห็นถึง "น้อย . "ในขั้นตอนที่สอง werestrict ตัวเองเพื่อเป็นตัวอย่างของผู้เข้าร่วมน้อย(หรือครัวเรือนที่เข้าร่วมโดยไม่คำนึงถึงระดับการมีส่วนร่วมของชุมชน) เพื่อระบุปัจจัยของการมีส่วนร่วม "งาน" การวิเคราะห์ logit เราใช้ทางเลือกที่ใหญ่ตัวแปรที่น่าพอใจที่ใหญ่¼ 1 ถ้าตอบฉันมีส่วนร่วม"อย่างแข็งขัน" ในโปรแกรม PHBM และใหญ่¼ 0 อื่นที่ยกแสดงถึง"การใช้งาน." ในขั้นตอนที่สามเรายังจำกัด ตัวเองตัวอย่างของผู้เข้าร่วมที่ใช้งานอยู่ เพื่อระบุปัจจัยของ "การบริหารจัดการ" การมีส่วนร่วมในการวิเคราะห์ของเราใช้เวลา logit ทางเลือกตัวแปร YMI พอใจที่ YMI ¼ 1 ถ้าตอบฉันมีส่วนร่วมในโปรแกรมในระดับที่บริหารจัดการและymi¼ 0 อื่นที่ยกเมตรแสดงให้เห็นถึง"การบริหารจัดการ

ผลลัพธ์ (ไทย) 3:

มันช่วยให้เราเพื่อประเมินความน่าจะเป็นของเหตุการณ์ที่ฉันเข้าร่วมในโปรแกรมเลย

phbm . การวิเคราะห์เชิงประจักษ์ แบ่งออกเป็นสามขั้นตอนขึ้นอยู่กับ
ระดับการมีส่วนร่วมที่แตกต่างกัน แต่ละขั้นตอนความพยายามที่จะระบุปัจจัยที่
การส่งเสริมให้ประชาชนที่จะเข้าร่วมในโปรแกรม phbm
ระดับที่แตกต่างกัน ในขั้นตอนแรกเรามุ่งที่การระบุปัจจัย
" การมีส่วนร่วมน้อย " การวิเคราะห์โดยใช้ขึ้นอยู่กับ
ตัวอย่างทั้งหมด และใช้ตัวเลือกตัวแปร yni


¼ yni น่าพอใจที่ 1 ถ้าตอบผมมีส่วนร่วมอย่างน้อย " ในนาม " ในโปรแกรม phbm
และ yni
¼ 0 มิฉะนั้นที่มุมบนของใน yni
เป็น " ปกติ " ในขั้นตอนที่สอง werestrict เอง
ตัวอย่างของชื่อผู้เข้าร่วมหรือเข้าร่วมครอบครัวนึง
ของระดับการมีส่วนร่วมของชุมชน ) เพื่อระบุ
ตัวกำหนด " มีส่วนร่วม " การวิเคราะห์โดยใช้ของเราใช้ตัวแปรใหญ่

เลือกพอใจที่ใหญ่
¼ 1 ถ้าตอบผมมีส่วนร่วม
" อย่าง " ในโปรแกรม phbm และใหญ่
0
¼อื่นที่มุมบนเป็นเป็น " งาน " ในขั้นตอนที่สามเรา จำกัด ตัวเองเพื่อเพิ่มเติม
ตัวอย่างผู้เข้าร่วมใช้งานได้ เพื่อระบุ
ปัจจัยของ " การมีส่วนร่วมในการบริหาร " การวิเคราะห์โดยใช้ของเราจะเลือกตัวแปร YMI


¼ YMI น่าพอใจที่ 1 ถ้าตอบผมมีส่วนร่วม
ในระดับบริหาร และ YMI ¼ 0 มิฉะนั้น
ที่ตัวยก M หมายถึง " การบริหารจัดการ