AnalysisThe widely accepted stepwis

Analysis
The widely accepted stepwise multiple discriminant analysis (MDA) was used to determine which of the proposed set of variables discriminated between the high- and low-PL groups (cf. Frank et al., 1965; Hair et al., 1979, 1987; Morrison, 1969). The objective of a discriminant analysis is to classify objects, by a set of independent variables, into one of two or more mutually exclusive and exhaustive categories (Morrison, 1969). Given the large number of predictor variables, in order to maximize the distance between groups, the Mahalanobis procedure (Hair et al., 1987) was used because of its stepwise method of variable selection which makes maximal use of available information.
In order to identify the two groups of high and low PL, all respondents were categorized into high, medium, and low categories. The medium propensity group (scoring 7-10) was eliminated from the analysis in order to identify two groups that were clearly differentiated. This resulted in a sample of 308 low- and 102 high-PL respondents. These proportions were used as the prior probability in the MDA (Hair et al., 1987).
For our evaluation of predictive accuracy, the “holdout” validation technique was used. This procedure divides the full sample into “training” and “validation” sub-samples, on a random basis One uses the training sample to build a classification model of group membership, which is then used to predict the group to which each member of the validation sample belongs (Frank et al., 1965; Morrison, 1969; Crask and Perreault, 1977). The discriminant function was developed using 60 percent of the sample as the training sample, while the remaining 40 percent was used for validation (Lucas et al., 1987). The results of this type of procedure should provide a more rigorous test of the discriminant function by minimizing upward bias (Frank et al., 1965; Morrison, 1969).

Kết quả (Việt) 1:

Phân tíchChấp nhận rộng rãi sau nhiều biệt thức phân tích (MDA) đã được sử dụng để xác định đó của các thiết lập được đề xuất của các biến phân biệt xử giữa cao và thấp PL nhóm (x. Frank et al., 1965; Tóc et al., 1979, 1987; Morrison, 1969). Mục tiêu của phân biệt thức là để phân loại các đối tượng, bởi một tập hợp của các biến độc lập, một trong hai hoặc nhiều hơn cùng độc đáo và đầy đủ loại (Morrison, 1969). Đưa ra số lượng lớn các yếu tố dự báo biến, để tối đa hóa khoảng cách giữa các nhóm, Mahalanobis thủ tục (tóc et al., 1987) được sử dụng bởi vì phương pháp stepwise biến lựa chọn mà làm cho tối đa việc sử dụng thông tin có sẵn.Để xác định hai nhóm PL cao và thấp, tất cả người trả lời đã được phân loại thành cao, Trung bình và thấp thể loại. Nhóm trung xu hướng (ghi 7-10) đã bị loại bỏ từ các phân tích để xác định hai nhóm đã được phân biệt rõ ràng. Kết quả là một mẫu 308 thấp và 102 cao-PL người trả lời. Tỷ lệ này được sử dụng như là xác suất trước ở MDA (tóc et al., 1987).For our evaluation of predictive accuracy, the “holdout” validation technique was used. This procedure divides the full sample into “training” and “validation” sub-samples, on a random basis One uses the training sample to build a classification model of group membership, which is then used to predict the group to which each member of the validation sample belongs (Frank et al., 1965; Morrison, 1969; Crask and Perreault, 1977). The discriminant function was developed using 60 percent of the sample as the training sample, while the remaining 40 percent was used for validation (Lucas et al., 1987). The results of this type of procedure should provide a more rigorous test of the discriminant function by minimizing upward bias (Frank et al., 1965; Morrison, 1969).

Kết quả (Việt) 2:

Phân tích
Các chấp nhận rộng rãi từng bước nhiều phân tích biệt (MDA) đã được sử dụng để xác định các tập hợp đề xuất của các biến phân biệt đối xử giữa các nhóm-PL thấp cao và (x Frank et al, 1965;.. Tóc et al, 1979, 1987 ; Morrison, 1969). Mục tiêu của một phân tích biệt là để phân loại đối tượng, bởi một tập hợp các biến độc lập, trở thành một trong hai hoặc cả hai bên nhiều hạng mục độc quyền và đầy đủ (Morrison, 1969). Với số lượng lớn các biến dự báo, để tối đa hóa các khoảng cách giữa các nhóm, các thủ tục Mahalanobis (Tóc et al., 1987) đã được sử dụng vì phương pháp từng bước của nó lựa chọn biến mà làm cho sử dụng tối đa các thông tin có sẵn.
Để xác định hai nhóm PL cao và thấp, tất cả người tham gia được chia thành cao, trung bình, và loại thấp. Các nhóm xu hướng trung bình (ghi 7-10) bị loại khỏi phân tích để xác định hai nhóm rõ ràng đã bị phân biệt. Điều này dẫn đến một mẫu 308 thấp và 102 người được hỏi cao-PL. Các tỷ lệ này đã được sử dụng như là xác suất trước trong MDA (Tóc et al., 1987).
Đối với đánh giá của chúng ta về độ chính xác dự đoán, những "người hết" kỹ thuật xác nhận đã được sử dụng. Thủ tục này chia mẫu đầy đủ vào "đào tạo" và "xác nhận" phụ mẫu, trên Một cách ngẫu nhiên sử dụng các mẫu đào tạo để xây dựng một mô hình phân loại các thành viên nhóm, sau đó được sử dụng để dự đoán các nhóm mà mỗi thành viên của mẫu xác nhận thuộc (Frank et al, 1965;. Morrison, 1969; Crask và Perreault, 1977). Các chức năng biệt thức được phát triển sử dụng 60 phần trăm các mẫu như mẫu đào tạo, trong khi số còn lại 40 phần trăm đã được sử dụng để xác nhận (Lucas et al., 1987). Các kết quả của loại thủ tục cần cung cấp một thử nghiệm nghiêm ngặt hơn về chức năng discriminant bằng cách giảm thiểu thiên vị trở lên (Frank et al, 1965;. Morrison, 1969).