Data analysisData collected were st

Data analysis
Data collected were statistically analyzed using the SPSS
18.0.( Chicago, IL, USA) Propensity Score Matching (PSM)
method which involves calculation of a Propensity Score
(PS), which is the conditional probability of engaging in intervention
when subjects’ covariates are controlled. Similar subjects
were then matched based on their PS values. To adjust
for differences in sex, age, education, and daily living activities,
in this study the PS was estimated through logistic
regression in which paired matching of observation sites
between two groups using a minimum distance method was
performed.
All study variables, including socio-demographic characteristics,
daily living activities, and depression, were analyzed
with descriptive statistics. The differences between the two
groups in socio-demographic characteristics, daily living
activities, and depression were analyzed by Student’s paired
t-test and c
2
test.

ผลลัพธ์ (ไทย) 1:

การวิเคราะห์ข้อมูลข้อมูลที่รวบรวมได้วิเคราะห์โดยใช้โปรแกรมทางสถิติ18.0 สิ่ง (ชิคาโก IL สหรัฐอเมริกา) คะแนนตรง (PSM)วิธีการที่เกี่ยวข้องกับการคำนวณคะแนนสิ่ง(PS), ซึ่งเป็นความน่าเป็นมีเงื่อนไขของการในการแทรกแซงหรือไม่เมื่อ covariates ของเรื่องจะถูกควบคุม เรื่องคล้ายกันถูกแล้วตรงตามค่า PS การปรับปรุงสำหรับความแตกต่างในเพศ อายุ การศึกษา และ กิจกรรมชีวิตประจำวันในการศึกษานี้ PS ถูกประเมินโดยใช้โลจิสติกถดถอยในซึ่งจัดเป็นคู่ที่ตรงกันของอเมริกาสังเกตระหว่าง 2 กลุ่ม โดยใช้วิธีการระยะห่างที่ต่ำสุดได้ดำเนินการตัวแปรศึกษาทั้งหมด รวมทั้งลักษณะทางประชากรสังคมวิเคราะห์กิจกรรมชีวิตประจำวัน และภาวะซึมเศร้าด้วยสถิติพรรณนา ความแตกต่างระหว่างทั้งสองกลุ่มในลักษณะทางประชากรสังคม ชีวิตประจำวันมีวิเคราะห์กิจกรรม และภาวะซึมเศร้าโดยนักเรียนของคู่ทดสอบ t และ c2การทดสอบ

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ข้อมูล
ที่เก็บรวบรวมข้อมูลที่ได้มาวิเคราะห์ทางสถิติโดยใช้โปรแกรม SPSS
18.0. (Chicago, IL, USA) คะแนนนิสัยชอบจับคู่ (PSM)
วิธีการที่เกี่ยวข้องกับการคำนวณคะแนนนิสัยชอบ
(PS) ซึ่งเป็นน่าจะเป็นเงื่อนไขของการมีส่วนร่วมในการแทรกแซง
เมื่อวิชา 'ตัวแปร จะถูกควบคุม วิชาที่คล้ายกัน
ถูกจับคู่แล้วขึ้นอยู่กับค่า PS ของพวกเขา ในการปรับ
ความแตกต่างของเพศอายุการศึกษาและกิจกรรมในชีวิตประจำวัน
ในการศึกษานี้ PS เป็นที่คาดกันผ่านทางโลจิสติก
การถดถอยที่จับคู่จับคู่ของเว็บไซต์สังเกต
ระหว่างสองกลุ่มใช้วิธีการระยะทางขั้นต่ำได้รับการ
ดำเนินการ.
ทั้งหมดตัวแปรการศึกษารวมทั้งสังคม ลักษณะ -demographic,
กิจกรรมในชีวิตประจำวันและภาวะซึมเศร้าที่ได้มาวิเคราะห์
ด้วยสถิติเชิงพรรณนา ความแตกต่างระหว่างทั้งสอง
กลุ่มในลักษณะทางสังคมและประชากรที่อาศัยอยู่ในชีวิตประจำวัน
กิจกรรมและภาวะซึมเศร้าได้รับการวิเคราะห์โดยนักเรียนจับคู่
t-test และค
2
ทดสอบ

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์ข้อมูลทางสถิติอย่างมีนัยสำคัญ
ข้อมูลวิเคราะห์ข้อมูลโดยใช้โปรแกรม SPSS
18.0 ( Chicago , IL , USA ) ความโน้มเอียงคะแนนการจับคู่ ( PSM )
) ซึ่งเกี่ยวข้องกับการคำนวณของความโน้มเอียงคะแนน
( PS ) ซึ่งน่าจะเป็นเงื่อนไขของการมีส่วนร่วมในการแทรกแซง
เมื่อวิชาความรู้จะถูกควบคุม คล้ายคน
แล้วจับคู่ตาม PS ค่า ปรับ
สำหรับเพศ อายุการศึกษาและกิจกรรมในชีวิตประจําวัน ในการศึกษานี้ ปล .

ประมาณผ่านการโลจิสติกที่คู่จับคู่ของการสังเกตเว็บไซต์
ระหว่างสองกลุ่มโดยใช้วิธีระยะทางขั้นต่ำคือ

ตัวแปรการ ศึกษาทั้งหมด รวมทั้งลักษณะทางสังคม , ชีวิตประจําวัน
กิจกรรมและภาวะซึมเศร้า วิเคราะห์
ด้วยสถิติเชิงพรรณนา ความแตกต่างระหว่างสอง
กลุ่มในลักษณะทางสังคม กิจกรรมชีวิต
ทุกวันและภาวะซึมเศร้า วิเคราะห์ข้อมูลโดยใช้สถิติ t-test และนักเรียนจับคู่
C
2
ทดสอบ