This chapter builds upon and furthe

This chapter builds upon and further develops the concepts and strategies described in Ch.6 of
Mother and Child Health: Research methods.
We have so far considered situations where the outcome variable is numeric continuous and
the explanatory variables are a mix of numeric and categorical ones. But in clinical work we
often wish to evaluate the effects of multiple explanatory variables on a binary outcome
variable. For example, the effects of a number of risk factors on the development or otherwise
of a disease. A patient may be cured of a disease or not; a risk factor may be present or not; a
person may be immunised or not, and so on. The situation now is different from multiple
regression analysis which requires that the outcome variable be measured on a continuous
scale. For example, in the data file on Crime in the Unites States, the outcome variable ‘Crime
Rate’ was continuous, and among the explanatory variables one (North/South) was
categorical, the rest being all numerical. In the data file on Scores, the outcome variable
‘Score’ was continuous, and both the independent variables (Sex and Teaching Method) were
categorical. When the outcome variable is binary, and one wishes to measure the effects of
several independent variables on it the method of analysis to use is Logistic Regression. The
binary outcome variable is coded 0 and1. The convention is to associate 1 with ‘success’ (e.g.
patient survived; risk factor is present; correct answer is given, and so on), and 0 with
‘failure’.

ผลลัพธ์ (ไทย) 1:

บทนี้สร้างเมื่อ และการ พัฒนาแนวคิดและกลยุทธ์ที่อธิบายไว้ใน Ch.6 ของแม่และเด็กสุขภาพ: วิธีวิจัยเราได้ไกลพิจารณาสถานการณ์ที่แปรผลเป็นตัวเลขอย่างต่อเนื่อง และตัวแปรอธิบายมีส่วนผสมของตัวเลข และแน่ชัดคน แต่ในทางคลินิกเรามักต้องการประเมินผลกระทบของตัวแปรอธิบายหลายบนผลไบนารีตัวแปร เช่น ผลกระทบของปัจจัยความเสี่ยงในการพัฒนาหรือของโรค ผู้ป่วยอาจหายของโรค หรือ ไม่ ปัจจัยความเสี่ยงอาจมีอยู่ หรือ ไม่ มีบุคคลอาจ immunised หรือไม่ และอื่น ๆ สถานการณ์ตอนนี้จะแตกต่างจากหลายวิเคราะห์การถดถอยซึ่งต้องการที่จะวัดตัวแปรผลในต่อเนื่องชั่ง ตัวอย่าง ในแฟ้มข้อมูลบนอาชญากรรมในอเมริกา Unites ตัวแปรผล ' อาชญากรรมอัตรา ' ต่อเนื่อง และระหว่างตัวแปรอธิบาย หนึ่ง (เหนือใต้)แน่ชัด ส่วนเหลือเป็นตัวเลขทั้งหมด ในแฟ้มข้อมูลบนคะแนน ตัวแปรผล'คะแนน' ต่อเนื่อง และทั้งกับตัวแปรอิสระ (เพศและวิธีการสอน)แน่ชัด เมื่อตัวแปรผลไบนารี และประสงค์ที่จะวัดผลของตัวแปรอิสระหลายใน วิธีการวิเคราะห์การใช้จะถดถอย โลจิสติก การตัวแปรผลไบนารีเป็นรหัส 0 and1 การประชุมเป็นการ เชื่อมโยง 1 กับ 'ความสำเร็จ' (เช่นผู้ป่วยที่รอดชีวิต ปัจจัยเสี่ยงมีอยู่ คำตอบที่ถูกต้องคือได้ รับ และอื่น ๆ), และ 0 ด้วย'ล้มเหลว'

ผลลัพธ์ (ไทย) 2:

ในบทนี้จะสร้างขึ้นและต่อไปจะพัฒนาแนวคิดและกลยุทธ์ที่อธิบายไว้ใน Ch.6 ของ
แม่และสุขภาพเด็ก:. ระเบียบวิธีวิจัย
สถานการณ์ที่เราได้มีการพิจารณาเพื่อให้ห่างไกลที่ตัวแปรผลเป็นตัวเลขอย่างต่อเนื่องและ
ตัวแปรอธิบายมีส่วนผสมของคนที่เป็นตัวเลขและเด็ดขาด . แต่ในการทำงานทางคลินิกที่เรา
มักจะต้องการที่จะประเมินผลกระทบของการอธิบายตัวแปรหลายบนผลไบนารี
ตัวแปร ตัวอย่างเช่นผลกระทบจากจำนวนของปัจจัยความเสี่ยงในการพัฒนาหรือมิฉะนั้น
โรค ผู้ป่วยอาจจะหายจากโรคหรือไม่ เป็นปัจจัยเสี่ยงที่อาจจะนำเสนอหรือไม่
คนอาจรับวัคซีนหรือไม่และอื่น ๆ สถานการณ์ตอนนี้จะแตกต่างจากหลาย
การวิเคราะห์การถดถอยซึ่งจะต้องมีตัวแปรผลที่วัดได้บนอย่างต่อเนื่อง
ขนาด ยกตัวอย่างเช่นในแฟ้มข้อมูลอาชญากรรมในสหรัฐอเมริกา Unites, ผลตัวแปร 'อาชญากรรม
เงินตรา' เป็นอย่างต่อเนื่องและในหมู่ตัวแปรอธิบายหนึ่ง (เหนือ / ใต้) เป็น
เด็ดขาด, ส่วนที่เหลือเป็นตัวเลขทั้งหมด ในแฟ้มข้อมูลในคะแนนตัวแปรผล
'คะแนน' เป็นอย่างต่อเนื่องและทั้งสองตัวแปรอิสระ (เพศและการเรียนการสอน) เป็น
เด็ดขาด เมื่อตัวแปรผลเป็นไบนารีและใครอยากจะวัดผลกระทบของ
ตัวแปรอิสระหลายที่มันวิธีการวิเคราะห์ที่จะใช้เป็นถดถอยโลจิสติ
ตัวแปรผลไบนารีเป็นรหัส 0 and1 การประชุมคือการเชื่อมโยง 1 ด้วย 'ความสำเร็จ' (เช่น
ผู้ป่วยรอดชีวิต; ปัจจัยเสี่ยงที่เป็นปัจจุบัน; ตอบที่ถูกต้องจะได้รับและอื่น ๆ ) และ 0 พร้อมด้วย
'ล้มเหลว'

ผลลัพธ์ (ไทย) 3:

บทนี้สร้างขึ้น และเพิ่มเติม พัฒนาแนวคิดและกลยุทธ์ใน ch.6 ของอธิบายแม่และเด็กสุขภาพ : วิธีการวิจัยเราต้องพิจารณาเพื่อให้ห่างไกลสถานการณ์ที่ผลตัวแปรต่อเนื่อง และตัวเลขตัวแปรในการผสมของตัวเลขและเด็ดขาดที่สุด แต่ในงานคลินิกเรามักจะต้องการที่จะศึกษาผลของตัวแปรย่อยหลายผลไบนารีตัวแปร ตัวอย่างเช่น ผลกระทบของปัจจัยเสี่ยงในการพัฒนาหรืออื่นของโรค ผู้ป่วยอาจจะหายจากโรคหรือไม่ เป็นปัจจัยเสี่ยงที่อาจจะนำเสนอ หรือ ไม่ เป็นคนอาจจะ immunised หรือไม่ และอื่น ๆ ตอนนี้สถานการณ์แตกต่างจากหลาย ๆการวิเคราะห์การถดถอยซึ่งต้องใช้ตัวแปรเป็นวัดที่ผลต่อเนื่องขนาด ตัวอย่างเช่น ในแฟ้มข้อมูลในอาชญากรรมในประเทศสหรัฐอเมริกาอาชญากรรม ผลตัวแปร 'คะแนน ' อย่างต่อเนื่อง และระหว่างตัวแปรอธิบายหนึ่ง ( เหนือ / ใต้ ) คือเด็ดขาด , ส่วนที่เหลือถูกทุกเลข ในแฟ้มข้อมูลคะแนน , ผลตัวแปร' แนน ' อย่างต่อเนื่อง และทั้งสองตัวแปรอิสระ ( เพศและการสอน )เป็นเด็ดขาด เมื่อผลตัวแปรเป็นไบนารี และประสงค์ที่จะวัดผลกระทบของตัวแปรอิสระหลายบนมันวิธีวิเคราะห์เพื่อใช้เป็น logistic regression ที่ไบนารีผลตัวแปรเป็นรหัส 0 1 . อนุสัญญาเพื่อเชื่อมโยงกับ ' ความสำเร็จ ' ( เช่น 1คนไข้รอดชีวิต ปัจจัยความเสี่ยงในปัจจุบัน คำตอบที่ถูกต้องคือ ให้ และอื่น ๆ ) , และ 0 ด้วย' ล้มเหลว '