We estimated three logistic regress

We estimated three logistic regressions to quantify the extent to
which changes in the expenditure-to-income ratio account for
changes in the percentage uninsured. The dependent variable in
each model is a 0–1 indicator of whether the respondent has health
insurance. In the first model the independent variables are dummy
variables for each year, so that we could estimate the association
between year or time period and the percentage uninsured. The year
indicators serve as a proxy for all variables that might have affected
the percentage uninsured. In the second model we supplemented
the year indicators with the measure of per capita expenditures
divided by each individual’s personal income. In this model the parameter
estimates for the year indicators are a proxy for all variables
that might have affected the percentage uninsured other than the
expenditure-to-income ratio that is included in the model.

ผลลัพธ์ (ไทย) 1:

เราประมาณสามโลจิสติกแสดงขอบเขตการวัดปริมาณการเปลี่ยนแปลงใดในบัญชีรายจ่ายกับรายได้สำหรับการเปลี่ยนแปลงเปอร์เซ็นต์ไม่มีประกัน ตัวแปรในแต่ละรุ่นคือ 0 – 1 บ่งชี้ว่าผู้ตอบมีสุขภาพประกันภัย ในรุ่นแรก กับตัวแปรอิสระมีดัมมี่ตัวแปรสำหรับแต่ละปี ดังนั้นเราสามารถประมาณความสัมพันธ์ระหว่างปีหรือระยะเวลาและไม่มีประกันเปอร์เซ็นต์ ปีตัวชี้วัดเป็นพร็อกซีสำหรับตัวแปรทั้งหมดที่อาจได้รับผลกระทบเปอร์เซ็นต์ที่ไม่มีประกัน ในรุ่นที่สอง ที่เราเสริมตัวชี้วัดปีกับวัดของค่าใช้จ่ายต่อหัวหาร ด้วยรายได้ส่วนบุคคลของแต่ละบุคคล ในรูปแบบพารามิเตอร์นี้การประเมินสำหรับตัวบ่งชี้ปีอยู่พร็อกซีสำหรับตัวแปรทั้งหมดที่อาจมีผลกระทบไม่มีประกันที่เปอร์เซ็นต์นอกเหนือการอัตราส่วนรายจ่ายกับรายได้ที่อยู่ในรูปแบบ

ผลลัพธ์ (ไทย) 2:

เราประมาณสามถดถอยโลจิสติกที่จะหาจำนวนขอบเขตที่
ซึ่งการเปลี่ยนแปลงในบัญชีอัตราส่วนค่าใช้จ่ายต่อรายได้สำหรับ
การเปลี่ยนแปลงในอัตราร้อยละการประกันภัย ตัวแปรใน
แต่ละรุ่นเป็นตัวบ่งชี้ 0-1 ว่าผู้ถูกกล่าวหามีสุขภาพ
ประกัน ในรูปแบบครั้งแรกของตัวแปรอิสระที่มีหุ่น
ตัวแปรในแต่ละปีเพื่อให้เราสามารถประมาณการสมาคม
ระหว่างปีหรือช่วงเวลาและร้อยละประกันภัย ปี
ตัวชี้วัดที่ทำหน้าที่เป็นพร็อกซี่สำหรับตัวแปรทั้งหมดที่อาจมีผลกระทบต่อ
เปอร์เซ็นต์ประกันภัย ในรูปแบบที่สองที่เราเสริม
ตัวชี้วัดปีที่มีตัวชี้วัดของต่อหัวค่าใช้จ่าย
โดยแบ่งรายได้ส่วนบุคคลของแต่ละบุคคล ในรูปแบบนี้พารามิเตอร์
ประมาณการสำหรับตัวชี้วัดปีเป็นพร็อกซี่สำหรับตัวแปรทั้งหมด
ที่อาจจะได้รับผลกระทบร้อยละประกันภัยอื่น ๆ กว่า
อัตราส่วนค่าใช้จ่ายต่อรายได้ที่รวมอยู่ในรูปแบบ

ผลลัพธ์ (ไทย) 3:

เราประมาณสามสมการถดถอยโลจิสติกที่มีขอบเขตซึ่งการเปลี่ยนแปลงในค่าใช้จ่ายต่อรายได้ที่บัญชีสำหรับการเปลี่ยนแปลงในค่าไม่มีประกัน และตัวแปรตามในแต่ละรุ่นเป็น 0 – 1 บ่งชี้ว่า จำเลยได้สุขภาพประกันภัย ในรุ่นแรกของตัวแปรอิสระคือ หุ่นตัวแปรในแต่ละปี เพื่อให้เราสามารถประเมินสมาคมระหว่างปีหรือช่วงเวลาและร้อยละไม่มีประกัน ปีตัวชี้วัดที่ทำหน้าที่เป็นพร็อกซี่สำหรับตัวแปรที่อาจจะได้รับผลกระทบเปอร์เซ็นต์ไม่มีประกัน ในแบบที่ 2 เราเสริมปี ชี้มีมาตรการของค่าใช้จ่ายต่อหัวแบ่งของแต่ละบุคคล รายได้ ในรูปแบบพารามิเตอร์ประมาณการสำหรับปี ชี้เป็นพร็อกซี่สำหรับตัวแปรที่อาจได้รับผลกระทบร้อยละประกันอื่นๆอัตราส่วนค่าใช้จ่ายต่อรายได้ที่รวมอยู่ในรูปแบบ