การวิเคราะห์ถดถอยโลจิสติกเพื่อการพยากรณ์การพบเชื้อซาลโมเนลล่าเอนเทอริกาในสุกร

Abstract

บทคัดย่อ

          วัตถุประสงค์ของการศึกษาครั้งนี้ เพื่อพยากรณ์การพบเชื้อซาลโมเนลล่าเอนเทอริกาในสุกร จากข้อมูลของโครงการเขียงสะอาด ที่เก็บข้อมูลจากร้านค้าหมูในตลาดสดจังหวัดน่าน ระหว่างเดือนมกราคม ถึง กันยายน ปี พ.ศ. 2554 โดยการใช้วิธีการวิเคราะห์ถดถอยโลจิสติก ซึ่งตัวแปรตามที่ใช้ศึกษา คือการพบ/ไม่พบเชื้อซาลโมเนลล่าเอนเทอริกา และตัวแปรอิสระที่ศึกษา คือจำนวนแบคทีเรียทั้งหมด (TotalBac) หน่วยเป็น  และตำแหน่งที่ตรวจหาเชื้อซาลโมเนลล่าเอนเทอริกา 6 ตำแหน่ง คือ เนื้อสุกร (Site 1)เขียง (Site 2) ตราชั่ง (Site 3) มีด (Site 4) ถาด (Site 5) และ มือผู้ขาย (Site 6) ผลการศึกษาสรุปได้ดังนี้ 

เมื่อ มือผู้ขาย เป็นกลุ่มอ้างอิง และอัตราส่วนอ๊อด ของเนื้อสุกร เขียง ตราชั่ง มีด ถาด และจำนวนแบคทีเรียทั้งหมด เท่ากับ 1.507, 1.145, 1.338, 0.784, 1.687 และ 1.935 ตามลำดับ

            และจากทดสอบความเหมาะสมของตัวแบบ พบว่าตัวแบบมีความเหมาะสมกับข้อมูล โดยมีอัตราการพยากรณ์ผิดพลาดของความน่าจะเป็นของการพบเชื้อซาลโมเนลล่าเอนเทอริกา 32.32% หรือมีความถูกต้องในการพยากรณ์การพบเชื้อซาลโมเนลล่าเอนเทอริกา 67.68% เมื่อกำหนดจุดตัด (cut point) ในการแบ่งกลุ่มเป็น 0.5

Abstract

          The objective of this research is forecasting the presence of Salmonella enterica in swine. The data from the Keang Sa Ard project were collected in fresh pork shop of the markets in Nan province from january to september in 2011. By using logistic regression technique where the dependent variable is presence/not presence Salmonella entericaand independent variables are total bacterial count (TotalBac) in  unit and checking positions with are pork (Site 1), chopping block (Site 2), balance (Site 3), knife (Site 4), tray (Site 5) and seller hand (Site 6). The results of this study are as follows. 

where seller hand is the reference group , and odds ratio of pork, chopping block, balance,         knife, tray and total bacterial count are 1.507, 1.145, 1.338, 0.784, 1.687 and 1.935 respectively.

            Also, it is found that this equation is 32.32% of apparent error rate or the accuracy of forecasting is 67.68, when cut point is 0.5. For goodness of fit test, it is shown that the logistic regression model is good fit (P < 0.0001).