Primero se evaluo la PMPH por PP, se considero percepcion adecuada a) cuando las madres de hijos con SP los describieron como con un poco de SP y b) cuando las madres de ninos con OB los describieron con SP.
Posteriormente, para identificar los predictores de la PMPH se aplico regresion logistica, y mediante el procedimiento atras (backward) se identificaron las variables que contribuian al modelo; finalmente, se calculo la probabilidad de la percepcion adecuada para PP y PI de las variables.
Al evaluar la PMPH por PP, se encontro que la mayoria de las madres de ninos con SP no percibieron de forma adecuada el peso de su hijo; lo perciben con peso normal, poco bajo peso y bajo peso (63.
La Tabla 2 muestra la PMPH por PI; se encontro que el 27% (n = 119) de las madres de ninos con SP y el 10.
Para identificar los predictores de la PMPH se aplico regresion logistica; la Tabla 3 muestra el modelo significativo para PP ([ji al cuadrado] = 152.
Posteriormente, se calculo la probabilidad del valor ajustado para los predictores que contribuyeron al modelo para la adecuada PMPH por PP, y se encontro que cuando la madre responde afirmativamente que el medico le ha informado sobre ganancia de peso o la presencia de SP en el nino, si la madre percibe que cuando su hijo corre es usualmente mas lento en comparacion con otros ninos de su misma edad; y cuando senala estar preocupada por el peso del hijo, la probabilidad de que perciba de forma adecuada el SP-OB de su hijo, es mayor.
crosses, which provides a measure for average PMPH, was significant (P < 0.
Maximum PMPH for grain yield was observed in cross Pop29 x Pop32 with 1.
2] was plotted against PMPH of grain yield, plant height, and days to silking (Fig.
We investigated the correlation between PMPH and MR[D.
2] and PMPH for plant height and days to silking were mostly due to small PMPH estimates for these traits (Table 2).
2] and PMPH, under Hypothesis 2 a quadratic or cubic regression is expected to fit the data better than linear regression.