2.4. Statistical analysisStatistica

2.4. Statistical analysis
Statistical descriptions were made using the mean, standard deviation for continuous variables, and percentage for categorical variables. Independent-sample t-test, one-way analysis of variance, and χ
2
-test were used to compare differences between groups where appropriate.
To identify related factors regarding sleep duration in our sampled adolescents, logistic regression analyses were performed, with ‘1’ for sleep duration

ผลลัพธ์ (ไทย) 1:

2.4. สถิติวิเคราะห์คำอธิบายสถิติถูกทำโดยใช้ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐานสำหรับตัวแปรต่อเนื่อง และเปอร์เซ็นต์สำหรับตัวแปรที่แน่ชัด อิสระอย่าง t-ทดสอบ ผลต่างของการวิเคราะห์แบบทางเดียว และχ2-ใช้ทดสอบเพื่อเปรียบเทียบความแตกต่างระหว่างกลุ่มเหมาะสมระบุปัจจัยที่เกี่ยวข้องเกี่ยวกับระยะเวลานอนหลับของเราวัยรุ่นตัวอย่าง วิเคราะห์ถดถอยโลจิสติกดำเนิน '1' ในช่วงเวลานอนหลับ < 8.0 h และ '0' สำหรับนอนระยะเวลา ≥8.0 h. ราคาไม่ได้ปรับอัตรา (OR) และช่วง confidence 95% (CI) คำนวณได้ โดยการถดถอยโลจิสติกอย่างไร univariate (เสริมตาราง S2) ปรับปรุงยังเกิดจากตัวแปรพหุการถดถอยแบบขั้นตอนสามขั้น แต่ละรูปแบบรวมตัวแปรเพิ่มเติมหาดีเทอร์มิแนนต์ขึ้นเคียงนอนหลับระยะเวลา: first แบบจำลองอย่างง่าย (แบบผม) ปรับปรุงเฉพาะสำหรับลักษณะทางประชากร และ เศรษฐกิจสังคม (ตารางที่ 1-3 และตารางเสริม S3); สอง ตัวแปรเกี่ยวกับปัญหาสุขภาพเรื้อรังชีวภาพ เงื่อนไข psychosocial และประวัติครอบครัวของโรค (ตารางที่ 1) ที่นอนหลับ หรือนอนหลับสภาพแวดล้อม โรงเรียนตาราง (ตารางที่ 2) หรือทุกขั้นตอนกิจกรรมและพฤติกรรม และนิสัยการนอนของผู้ปกครอง (ตาราง 3) เพิ่มเติม รวม (รุ่นสอง) ; finally แบบเต็ม (รุ่น III) ก่อตั้งขึ้น โดยการปรับเปลี่ยนทาง เศรษฐกิจสังคม และสิ่งแวดล้อมปัจจัย เงื่อนไข psychosocial นอนหลับผิดปกติ ประวัติครอบครัวและปัญหาสุขภาพเรื้อรังชีวภาพปสภาพแวดล้อม ตารางเรียน ทุกขั้นตอนกิจกรรมและพฤติกรรม และพ่อแม่นอนนิสัยพร้อมกัน นอกจากนี้ การวิเคราะห์ตัวแปรพหุการถดถอยเชิงเส้นได้ยังดำเนิน (Supplementar ตาราง S4 – S6)วิเคราะห์ทั้งหมดที่ดำเนินการโดยใช้แพคเกจทางสถิติสำหรับสังคมศาสตร์ (โปรแกรม) สำหรับ Windows รุ่น 15.0 (โปรแกรม Inc. ชิคาโก IL สหรัฐอเมริกา) ตั้ง significance ทางสถิติที่ P < 0.05 (สองหาง)

ผลลัพธ์ (ไทย) 2:

2.4. Statistical analysis
Statistical descriptions were made using the mean, standard deviation for continuous variables, and percentage for categorical variables. Independent-sample t-test, one-way analysis of variance, and χ
2
-test were used to compare differences between groups where appropriate.
To identify related factors regarding sleep duration in our sampled adolescents, logistic regression analyses were performed, with ‘1’ for sleep duration <8.0 h and ‘0’ for sleep duration ≥8.0 h. Unadjusted odds ratios (OR) and 95% confidence intervals (CI) were calculated by univariate logistic regression (Supplementary Table S2). Adjustments were also made by multivariate regression models following a three-step procedure. Each model included additional variables to assess increasingly proximate determinants of sleep duration: first, a simple model (model I) adjusted only for demographic and socio-economic characteristics ( Tables 1–3 and Supplementary Table S3); second, variables regarding biological chronic health problems, psychosocial conditions, and family history of sleep disorders ( Table 1) or sleep environments, school schedules (Table 2) or daily activity and behavior routine and parents’ sleep habits ( Table 3) were further included (model II); finally, a full model (model III) was established by adjusting socio-economic and environmental factors, biological chronic health problems and psychosocial conditions, family history of sleep disorders, sleep environments, school schedules, daily activity and behavior routine, and parents’ sleep habits simultaneously. In addition, the multivariate linear regression analyses were also performed (Supplementar Tables S4–S6).
All analyses were performed using the Statistical Package for Social Sciences (SPSS) for Windows, version 15.0 (SPSS Inc., Chicago, IL, USA). Statistical significance was set at P < 0.05 (two-tailed).

ผลลัพธ์ (ไทย) 3:

2.4 . สถิติที่ใช้ในการวิเคราะห์ข้อมูลทางสถิติอธิบาย
จัดทําโดยใช้ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน สำหรับตัวแปรต่อเนื่อง และร้อยละ สำหรับตัวแปรเด็ดขาด Independent Sample t-test , การวิเคราะห์ความแปรปรวนทางเดียว และχ
2
- ทดสอบเพื่อเปรียบเทียบความแตกต่างระหว่างกลุ่ม ตามความเหมาะสม เพื่อระบุปัจจัยที่เกี่ยวข้องเกี่ยวกับ
นอนระยะเวลาของเรา อย่างวัยรุ่นการวิเคราะห์การถดถอยโลจิสติก , ' 1 ' สำหรับนอนระยะเวลา < 8 h ' 0 ' สำหรับระยะเวลาการนอนหลับ≥ 8.0 ชั่วโมงเดิมพันยังคงอัตราส่วน ( หรือ ) และ 95% หลอกลวงจึง dence ช่วงเวลา ( CI ) คำนวณโดยกลุ่ม Logistic Regression ( เสริมตาราง S1 ) ปรับยังทำให้การถดถอยหลายตัวแปรโดยต่อไปนี้สามขั้นตอนขั้นตอนแต่ละรุ่น ได้แก่ ตัวแปรเพิ่มเติมเพื่อประเมินปัจจัยใกล้เคียงมากขึ้นระยะเวลาการนอนหลับ จึงตัดสินใจเดินทางไปเป็นแบบง่ายๆ ( แบบฉัน ) ปรับเฉพาะสำหรับประชากร และลักษณะเศรษฐกิจสังคม ( ตารางที่ 1 และ 3 และเสริมโต๊ะ S3 ) ; สองตัวแปรที่เกี่ยวกับชีวภาพ ปัญหาสุขภาพเรื้อรัง ภาวะจิตสังคมและประวัติครอบครัวของโรคนอนไม่หลับ ( ตารางที่ 1 ) หรือนอน ซึ่งโรงเรียนได้นัดหมาย ( ตารางที่ 2 ) หรือกิจกรรมประจำวันและพฤติกรรมประจำวันของผู้ปกครองและนิสัยการนอน ( ตารางที่ 3 ) เพิ่มเติม รวม ( แบบที่ 2 ) ; จึงแน่นอนว่าแบบเต็มรูปแบบ ( รูปแบบที่ 3 ) ก่อตั้งขึ้นโดยการปรับปัจจัยทางเศรษฐกิจ สังคม และปัญหาสิ่งแวดล้อมทางชีวภาพ สุขภาพเรื้อรังและภาวะจิตสังคมประวัติครอบครัวของโรคนอนหลับ ซึ่งตารางเวลาโรงเรียน กิจกรรมประจำวัน และพฤติกรรมตามปกติ พ่อแม่นิสัยนอนพร้อมกัน นอกจากนี้ การถดถอยเชิงเส้นหลายตัวแปรการวิเคราะห์ยังแสดง ( supplementar ตาราง S4 – s6 ) .
ทั้งหมดวิเคราะห์ข้อมูลโดยใช้แพคเกจทางสถิติสำหรับสังคมศาสตร์ ( SPSS ) สำหรับ Windows , รุ่น 15.0 ( SPSS Inc , ชิคาโกสหรัฐอเมริกา ) สถิติโรคมะเร็ง signi จึงมีนัยสำคัญทางสถิติที่ p < 0.05 ( สองหาง )