Variable reduction was done to incr

Variable reduction was done to increase model stability. The
correlation of all variables to WSSV was determined using Spearman's
rho correlation analysis. Variables with rho correlation significance
level Pb0.1 were selected. Univariate binary logistic regression
analysis was applied on the selected variables. Correlation analysis
was used for variable reduction to prevent collinearity of variables
included in the final model. Variables with univariate slope parameter that is non-significant with a P-value greater than 0.1 were
eliminated. The remaining variables are the reduced variables.

Results (Thai) 1:

ลดตัวแปรที่ทำให้เพิ่มความมั่นคงรูปแบบ ที่กำหนดความสัมพันธ์ของตัวแปรทั้งหมดเพื่อการตรวจโดยใช้ของ Spearmanการวิเคราะห์ความสัมพันธ์ของครอ ตัวแปร มีความสำคัญความสัมพันธ์ของครอระดับ Pb0.1 ได้เลือก ถดถอยโลจิสติกอย่างไร Univariate ไบนารีวิเคราะห์ถูกใช้กับตัวแปรที่เลือก วิเคราะห์ความสัมพันธ์ใช้สำหรับการลดตัวแปรในการป้องกันภาวะร่วมเส้นตรงของตัวแปรรวมอยู่ในรุ่นขั้นสุดท้าย มีตัวแปร ด้วยอย่างไร univariate ชันพารามิเตอร์ที่ไม่ใช่สำคัญกับ P-ค่ามากกว่า 0.1ตัดออกไป ตัวแปรที่เหลือเป็นตัวแปรลดลง

Results (Thai) 2:

ลดตัวแปรคือทำเพื่อเพิ่มความมั่นคงรูปแบบ
ความสัมพันธ์ของตัวแปรทั้งหมดจะ WSSV ถูกกำหนดโดยใช้สเปียร์แมนของ
การวิเคราะห์ความสัมพันธ์โร ตัวแปรที่มีนัยสำคัญทางความสัมพันธ์โร
ระดับ Pb0.1 ได้รับการคัดเลือก univariate ถดถอยโลจิสติไบนารี
การวิเคราะห์ถูกนำไปใช้กับตัวแปรที่เลือก การวิเคราะห์ความสัมพันธ์
ถูกนำมาใช้สำหรับการลดลงของตัวแปรเพื่อป้องกันไม่ให้ collinearity ของตัวแปรที่
รวมอยู่ในรุ่นสุดท้าย ตัวแปรที่มีความลาดชัน univariate พารามิเตอร์ที่ไม่สำคัญกับ P-value มากกว่า 0.1 ถูก
ตัดออก ตัวแปรที่เหลือเป็นตัวแปรที่ลดลง

Results (Thai) 3:

การกระทำเพื่อเพิ่มเสถียรภาพของตัวแปรแบบ
ความสัมพันธ์ของตัวแปรทั้งหมดจะถูกกำหนดโดยใช้ีคน
โร การวิเคราะห์สหสัมพันธ์ . ตัวแปรที่มีความสัมพันธ์อย่างมีนัยสำคัญทางสถิติที่ระดับ pb0.1
โร ได้รับเลือก Binary logistic regression การวิเคราะห์เป็น 2
ใช้กับตัวแปรคัดสรร .
การวิเคราะห์สหสัมพันธ์การใช้ตัวแปรเพื่อป้องกัน collinearity ตัวแปร
รวมอยู่ในรุ่นสุดท้าย ตัวแปรพารามิเตอร์ที่มีความลาดชันที่ไม่แตกต่างกันกับระดับมากกว่า 0.1 เป็น
ตัด ตัวแปรที่เหลือจะทำให้ตัวแปร