We considered additional models usi

We considered additional models using the remaining
socio-economic and population variables, and found
that none offered a substantial improvement on the base model with IER score as a non-linear variable and the percentage of non-Indigenous persons as a linear variable
(Supplement, Fig. S3). Therefore, we concluded that it
was the best model (R2 = 6.4%). Fig. 3 gives the final predictions
from the best model. It shows a decrease in predicted
NO2 levels with increasing IER scores for all but the bottom
5% of SA1s. Predicted NO2 also decreased slightly as the
percentage of non-Indigenous persons increased. The
caveat to this result is that most areas have a high percentage
of non-Indigenous persons with a small number of
areas having a low percentage, hence the predictions interpolate
an area where there is no data. Parameter estimates
are in Table 2 and show that both parameters were statistically
significant and the 95% credible intervals do not
contain zero.

ผลลัพธ์ (ไทย) 1:

เราถือว่าเป็นรุ่นที่ใช้เหลือเพิ่มเติมสังคมเศรษฐกิจ และประชากรตัว แปร และพบไม่มีบริการที่พบเพื่อการพัฒนาแบบพื้นฐานกับคะแนน IER เป็นตัวแปรที่ไม่ใช่เชิงเส้นและเปอร์เซ็นต์ของคนไม่ใช่คนพื้นเมืองเป็นตัวแปรเชิงเส้น(ผลิตภัณฑ์เสริมอาหาร ฟิก S3) ดังนั้น เราได้รูปแบบที่ดีที่สุด (R2 = 6.4%) Fig. 3 ช่วยให้คาดคะเนขั้นสุดท้ายจากแบบจำลองดีที่สุด แสดงการลดลงในการทำนายNO2 ระดับกับการเพิ่มคะแนน IER สำหรับทั้งหมดแต่ด้านล่าง5% ของ SA1s คาดว่า NO2 ยัง ลดลงเล็กน้อยเป็นการเปอร์เซ็นต์ของคนไม่ใช่คนพื้นเมืองเพิ่มขึ้น ที่caveat ผลลัพธ์นี้คือ พื้นที่ส่วนใหญ่มีเปอร์เซ็นต์สูงคนไม่ใช่คนพื้นเมืองมีจำนวนเล็ก ๆ ของพื้นที่ที่มีเปอร์เซ็นต์ต่ำ ดังนั้นการคาดคะเนช่องพื้นที่มีข้อมูลไม่ การประเมินค่าพารามิเตอร์ในตารางที่ 2 และการแสดงที่ทั้งสองพารามิเตอร์ทางสถิติอย่างมีนัยสำคัญ และไม่มีช่วงน่าเชื่อถือ 95%ประกอบด้วยศูนย์

ผลลัพธ์ (ไทย) 2:

เราได้พิจารณาเพิ่มเติมโดยใช้รูปแบบที่เหลือ
ทางเศรษฐกิจและสังคมและตัวแปรประชากรและพบ
ว่าไม่มีการเสนอการปรับปรุงที่สำคัญในรูปแบบฐานที่มีคะแนน IER เป็นตัวแปรที่ไม่ใช่เชิงเส้นและร้อยละของบุคคลที่ไม่พื้นเมืองเป็นตัวแปรเชิงเส้น
(เสริม รูป. S3) ดังนั้นเราจึงสรุปว่ามัน
เป็นรุ่นที่ดีที่สุด (R2 = 6.4%) มะเดื่อ 3 ช่วยให้การคาดการณ์สุดท้าย
จากรูปแบบที่ดีที่สุด มันแสดงให้เห็นการลดลงของการคาดการณ์
ระดับ NO2 เพิ่มคะแนน IER สำหรับทุกคน แต่ด้านล่าง
5% ของ SA1s NO2 ที่คาดการณ์ไว้นอกจากนี้ยังลดลงเล็กน้อยเป็น
ร้อยละของคนพื้นเมืองที่ไม่เพิ่มขึ้น
ข้อแม้ผลนี้คือการที่พื้นที่ส่วนใหญ่จะมีเปอร์เซ็นต์สูง
ของบุคคลที่ไม่ได้ชนพื้นเมืองที่มีจำนวนเล็ก ๆ ของ
พื้นที่ที่มีอัตราร้อยละต่ำด้วยเหตุนี้การคาดการณ์ที่สอดแทรก
ในพื้นที่ที่ไม่มีข้อมูล ประมาณการพารามิเตอร์
อยู่ในตารางที่ 2 และแสดงให้เห็นว่าทั้งสองพารามิเตอร์ทางสถิติ
อย่างมีนัยสำคัญและช่วงเวลาที่มีความน่าเชื่อถือ 95% ไม่ได้
มีศูนย์

ผลลัพธ์ (ไทย) 3:

เราพิจารณารูปแบบเพิ่มเติมโดยใช้ที่เหลือ
เศรษฐกิจ สังคม และประชากร ตัวแปร และพบว่า ไม่มีการเสนอการปรับปรุงอย่างมาก
บนฐานแบบมีคะแนนกูเป็นตัวแปร ) และร้อยละของผู้ที่ไม่ใช่ชนพื้นเมืองเป็น
ตัวแปรเชิงเส้น ( ภาคผนวก มะเดื่อ S3 ) ดังนั้นเราจึงสรุปได้ว่า
เป็นรุ่นที่ดีที่สุด ( R2 = 6.4 % ) รูปที่ 3 ให้
ทำนายครั้งสุดท้ายจากแบบจำลองที่ดีที่สุด มันแสดงให้เห็นการลดลงในระดับที่คาดการณ์
NO2 เพิ่มกูคะแนนทั้งหมด แต่ด้านล่าง
5 % ของ sa1s . ทำนาย NO2 ยังลดลงเล็กน้อยเป็นร้อยละของชาวพื้นเมืองคน
ไม่เพิ่มขึ้น
caveat ผลนี้คือ พื้นที่ส่วนใหญ่มีเปอร์เซ็นต์ไม่พื้นเมืองคนด้วย

จำนวนเล็ก ๆของพื้นที่มีเปอร์เซ็นต์ต่ำดังนั้น การคาดการณ์สอดแทรก
พื้นที่ที่ไม่มีข้อมูล ค่าประมาณการ
อยู่ในรางที่ 2 และแสดงให้เห็นว่าทั้งสองพารามิเตอร์อย่างมีนัยสำคัญ
สําคัญและ 95% ที่ช่วงเวลาไม่

มีศูนย์