Using the variable specifications a

Using the variable specifications and transformations provided by FL we replicated, exactly, their WLS regression results using S-Plus (S + SpatialStats) software and the open source software, R. (The original FL analysis had been carried out using SAS.) Focusing specifically on the final and most fully elaborated FL model, we examined the regression residuals for spatial autocorrelation. A Moran’s I statistic of 0.326 ( p < 0.001) strongly suggests that standard regression estimates cannot be trusted, but, by itself, does not determine how we should proceed. We commenced the reanalysis by specifying and estimating a simple regression model using SpaceStat in order to obtain the useful diagnostic statistics that are part of the SpaceStat package. The model is faithful to the FL model except that it is fit using OLS rather than WLS—due to limitations of SpaceStat. The OLS diagnostics demonstrate the likely presence of a spatial error process in the child poverty data, although we will present the results of both a spatial error model and a spatial lag model.

結果 (繁體中文) 1:

使用可變規格和轉換由FL提供我們複製的，準確地說，使用S-PLUS（S + SpatialStats）軟件和開源軟件的WLS回歸結果，R.（原FL分析一直在使用SAS進行。）對焦特別是在最後的和最全面闡述FL模型，我們研究了回歸殘差的空間自相關。一個莫蘭0.326（P <0.001）的統計我強烈建議標準回歸估計是不可信任的，但是，其本身並不決定我們應該如何進行。我們通過指定和估算，以便獲得屬於SpaceStat包的一部分的有用的診斷用統計SpaceStat簡單回歸模型開始再分析。該模型是忠實的，只不過它是適合使用OLS而非WLS-由於SpaceStat的局限性FL模型。OLS的診斷證明的兒童貧困數據的空間誤差過程中可能存在，但我們將提出兩個空間誤差模型和空間滯後模型的結果。

結果 (繁體中文) 2:

ในการศึกษาทางคลินิกใน๑๙๙๙ในประเทศมาลาวี๗.๕% ของผู้ป่วยที่ลงทะเบียนกับวัณโรคใหม่พบจะมีวัณโรคก่อนหน้านี้มีการเกิดซ้ำเนื่องจากการทำงานหรือการติดเชื้ออีกครั้ง [4] วัณโรคผู้ป่วยที่ติดเชื้อเอชไอวีมีแนวโน้มที่จะกำเริบของโรคได้มากเมื่อเทียบกับผู้ป่วยที่ไม่ติดเชื้อเอชไอวี [5] โดยเฉพาะอย่างยิ่ง, มีรายงานว่ามีโรคเอชไอวี, บุคคลที่สัมผัสกับวัณโรคสามารถเปิดใช้งานบ่อยครั้งเป็น10% ต่อปี, เมื่อเทียบกับ10% ต่อชีวิตโดยไม่มีโรคเอดส์ [6].

結果 (繁體中文) 3:

使用FL提供的變數規範和轉換，我們使用S-Plus（S+SpatialStats）軟件和開源軟件R（最初的FL分析是使用SAS進行的）準確地複製了它們的WLS回歸結果，特別是關注最終和最充分闡述的FL模型，我們檢驗了空間自相關的回歸殘差。莫蘭I統計量為0.326（p<0.001）强烈表明，標準回歸估計是不可信的，但它本身並不能决定我們應該如何進行。我們通過使用SpaceStat指定和估計一個簡單的回歸模型開始重新分析，以獲得作為SpaceStat包一部分的有用診斷統計資料。該模型符合FL模型，但由於SpaceStat的局限性，它適合使用OLS而不是WLS。OLS診斷顯示了兒童貧困數據中可能存在空間誤差過程，儘管我們將展示空間誤差模型和空間滯後模型的結果。