To examine the relation between cha

To examine the relation between changes in the consumption of
different types of alcoholic beverage and alcoholism mortality across
the study period a time-series analysis was performed using the
statistical package “Statistica”. The dependent variables were the annual
alcoholism mortality and the independent variables were aggregate
beverage-specific alcohol sales. Bivariate correlations between the raw
data from two time-series can often be spurious due to common sources
in the trends and due to autocorrelation [12,13]. One way to reduce the
risk of obtaining a spurious relation between two variables that have
common trends is to remove these trends by means of a ‘differencing’
procedure, as expressed in formula:

ผลลัพธ์ (ไทย) 1:

การตรวจสอบความสัมพันธ์ระหว่างการเปลี่ยนแปลงในปริมาณการใช้ชนิดต่าง ๆ ของแอลกอฮอล์เครื่องดื่มและติดตายทั่วระยะเวลาศึกษาวิเคราะห์ชุดข้อมูลเวลาทำการใช้การสถิติแพคเกจ "Statistica" ขึ้นอยู่กับตัวแปรได้ประจำปีติดตายและตัวแปรอิสระถูกรวมขายเฉพาะเครื่องดื่มแอลกอฮอล์ ความสัมพันธ์ bivariate ระหว่างดิบข้อมูลจากสองเวลาชุดมักจะเก๊เนื่องจากแหล่งทั่วไปแนวโน้ม และเนื่อง จาก autocorrelation [12,13] ทางเดียวเพื่อลดการความเสี่ยงของการได้รับความสัมพันธ์ระหว่างสองตัวแปรที่มีของเก๊แนวโน้มทั่วไปจะเอาแนวโน้มเหล่านี้ผ่านการ 'differencing'ตอน ตามสูตร:

ผลลัพธ์ (ไทย) 2:

เพื่อตรวจสอบความสัมพันธ์ระหว่างการเปลี่ยนแปลงในการบริโภค
ที่แตกต่างกันของเครื่องดื่มแอลกอฮอล์และการตายของโรคพิษสุราเรื้อรังข้าม
ระยะเวลาการศึกษาการวิเคราะห์อนุกรมเวลาได้รับการดำเนินการโดยใช้
โปรแกรมสำเร็จรูปทางสถิติ "Statistica" ตัวแปรตามเป็นประจำปี
การตายของโรคพิษสุราเรื้อรังและตัวแปรอิสระได้รวม
ยอดขายเครื่องดื่มแอลกอฮอล์เฉพาะ ความสัมพันธ์ระหว่างสองตัวแปรดิบ
ข้อมูลจากสองอนุกรมเวลามักจะปลอมเนื่องจากแหล่งที่พบ
ในแนวโน้มและเนื่องจากอัต [12,13] วิธีหนึ่งที่จะช่วยลด
ความเสี่ยงของการได้รับความสัมพันธ์ปลอมระหว่างสองตัวแปรที่มี
แนวโน้มที่พบบ่อยคือการลบแนวโน้มเหล่านี้โดยใช้วิธีการ 'ความแตกต่าง'
ขั้นตอนที่แสดงในสูตร:

ผลลัพธ์ (ไทย) 3:

เพื่อตรวจสอบความสัมพันธ์ระหว่างการเปลี่ยนแปลงการใช้
แตกต่างกันประเภทของเครื่องดื่มแอลกอฮอล์และพิษสุราเรื้อรัง
ระยะเวลาการตายในการวิเคราะห์อนุกรมเวลาการใช้
แพคเกจสถิติ " statistica " ตัวแปรตาม คือ อัตราการตายประจำปี
โรคพิษสุราเรื้อรังและตัวแปรอิสระที่ศึกษารวม
เครื่องดื่มแอลกอฮอล์โดยเฉพาะการขายโดยใช้ความสัมพันธ์ระหว่างข้อมูลอนุกรมเวลาจากสอง
มักจะสามารถปลอม เนื่องจากแหล่งที่พบ
ในแนวโน้ม และเนื่องจากข้อมูล [ 12 , 13 ‘ ] วิธีหนึ่งที่จะลดความเสี่ยงของการได้รับ
ปลอมความสัมพันธ์ระหว่างสองตัวแปรที่มีแนวโน้มเป็นลบ
ทั่วไปแนวโน้มเหล่านี้โดยวิธีการของ ' นำ '
ขั้นตอนที่แสดงในสูตร :