were used for data analyses. Chi-sq

were used for data analyses. Chi-square or Fisher's exact tests were performed as appropriate for crosstabulated categorical data. Continuous variables were compared with t tests or between-group analysis of variance. Given low outcome base rates and small sample sizes, logistic models were examined using a penalized log likelihood adjustment for complete or partial separation to correct bias (20, 21). Likelihood ratio chi-square tests were performed to explore differences between nested groups of variables in penalized logistic models, after examining patterns of missing data.

ผลลัพธ์ (ไทย) 1:

ใช้สำหรับการวิเคราะห์ข้อมูล Chi-square หรือทดสอบแน่นอนของ Fisher ได้ดำเนินการตามความเหมาะสมแบบตารางข้อมูลแน่ชัด ตัวแปรต่อเนื่องถูกเปรียบเทียบกับ t ทดสอบหรือความแปรปรวนระหว่างกลุ่มวิเคราะห์ของ ให้ราคาพื้นฐานผลต่ำและขนาดตัวอย่างขนาดเล็ก รูปแบบโลจิสติกถูกตรวจสอบโดยใช้การปรับปรุงโอกาสสำเร็จล็อกสำหรับแยกทั้งหมด หรือบางส่วนเพื่อแก้ไขความโน้มเอียง (20, 21) มีดำเนินการทดสอบ chi-square อัตราส่วนโอกาสแห่งความแตกต่างระหว่างกลุ่มซ้อนของตัวแปรในสำเร็จโลจิสติกแบบจำลอง หลังจากการตรวจสอบรูปแบบของข้อมูลที่ขาดหายไป

ผลลัพธ์ (ไทย) 2:

ถูกนำมาใช้สำหรับการวิเคราะห์ข้อมูล ไคสแควร์หรือการทดสอบที่แน่นอนฟิชเชอร์ได้ดำเนินการตามความเหมาะสมของข้อมูลเด็ดขาด crosstabulated ตัวแปรอย่างต่อเนื่องถูกเมื่อเทียบกับการทดสอบทีหรือการวิเคราะห์ระหว่างกลุ่มความแปรปรวน ให้อัตราผลฐานต่ำและขนาดกลุ่มตัวอย่างขนาดเล็กรูปแบบโลจิสติกได้รับการตรวจสอบโดยใช้การปรับความน่าจะเป็นบันทึกการลงโทษสำหรับการแยกสมบูรณ์หรือบางส่วนที่จะแก้ไขอคติ (20, 21) การทดสอบอัตราส่วนภาวะน่าจะเป็นไคสแควร์ได้ดำเนินการสำรวจความแตกต่างระหว่างกลุ่มที่ซ้อนกันของตัวแปรในรูปแบบโลจิสติกลงโทษหลังจากการตรวจสอบรูปแบบของข้อมูลที่ขาดหายไป

ผลลัพธ์ (ไทย) 3:

สถิติที่ใช้วิเคราะห์ข้อมูล การทดสอบไคสแควร์และฟิชเชอร์ ก็แน่นอน มีการปฏิบัติที่เหมาะสมสำหรับ crosstabulated ข้อมูลเชิงคุณภาพ ตัวแปรต่อเนื่อง โดยเปรียบเทียบกับ t การทดสอบหรือระหว่างกลุ่ม การวิเคราะห์ความแปรปรวน ให้ราคาต่ำและขนาดตัวอย่าง ฐานผลเล็กแบบจำลองโลจิสติกส์มีการใช้โทษปรับเข้าสู่ระบบสำหรับโอกาสทั้งหมดหรือบางส่วนที่แยกการแก้ไขอคติ ( 20 , 21 ) การทดสอบไคสแควร์เท่ากับโอกาสการสำรวจความแตกต่างระหว่างกลุ่มที่ซ้อนกันของตัวแปรในโมเดลโลจิสติกต่างๆ หลังจากการตรวจสอบรูปแบบของข้อมูลสูญหาย .