确定食品不安全:拉希模型的一个应用程序在乌干达与家庭调查数据

文摘

粮食不安全的令人费解的性质在乌干达和全球需要调查的性质、程度和家庭粮食安全的差异。本研究的主要目的是检查食品安全动态和家庭粮食安全模型。拉希造型方法是使用数据集的样本1175 (Tororo = 577;Busia = 598)随机选择的家庭在2010年。所有家庭提供应对粮食安全问题,并没有从分析中被省略了。在5%水平显著性分析表明Tororo区平均粮食安全评估(0.137±0.181)低于Busia区(0.768±0.177)。所有的均方配合统计在0.5至1.5的范围,并没有显示任何扭曲的迹象,退化,或少测量的工作效率。这证实,在这项研究中非常富有成效的项目用于测量研究地区的粮食安全。这项研究建议进一步分析项目响应命令假轮生的而不是二分项响应函数使用。此外,应考虑适合模型,允许不同的潜在分布为有孩子的家庭和那些没有孩子,可能其他子组的受访者。

1。介绍

各级食品安全被定义为身体和经济访问所有的人在任何时候都足够,安全,营养基本的食物来满足他们的饮食需要和食物偏好积极和健康的生活1- - - - - -3]。食品安全需要粮食供应、食品访问和食物利用率以及稳定性。国际农业发展基金会简明地将家庭粮食安全定义为“的能力,家庭获得一个稳定的和可持续的一篮子足够的食物”;充足可以定义的质量和数量的食物,造成饮食满足营养需求的所有家庭成员。稳定性是指家庭采购食品的能力在季节和暂时的短缺或长期保持消费水平的能力。可持续发展包括资源使用和管理、人的尊严,和自力更生4]。联合国(1,2]粮食和营养安全视为绝对贫困的关键指标和身体健康。食品不安全,另一方面是一个情况下,个人没有物理或经济获得他们所需要的营养和食品生产过程中也没有对资源的访问或现金。一个家庭也被认为是食品安全的膳食摄入量小于80%的每日最低推荐津贴(MRA)所需的卡路里摄入量个体活跃和健康。粮食不安全可能导致饥饿,是复发性和不自觉的结果缺乏食物。这是一个严重的粮食不安全的测量捕获阶段由于资源不足的严重性或其他约束。这种情况下如果长时间导致营养不良。

家庭粮食安全是粮食安全的应用程序定义的家庭与个人在家庭关注的焦点(5)的引用(6]。

根据(7),除了粮食不安全的核心特征,其他表现描述粮食不安全的经验有关家庭的行为和反应被认为是第一个级别的粮食不安全的后果。这些后果在家庭层面通常与更大的环境中家庭所属导致“社会影响。“根据8儿科心理学家在美国,食品不安全不利与当前和未来的健康和幸福的孩子。引用(9,10),她指出,家庭粮食安全阴险的对儿童的健康和发展的影响,包括增加住院治疗,健康状况不佳,缺铁,发育和行为风险问题,主要是侵略,焦虑、抑郁、注意力缺陷障碍。投资于孩子的健康和幸福在生命早期集他们在积极的轨迹走向未来的成功。

的视图4)是中央条件带来改善家庭粮食安全和营养健康全面和综合的方式将涉及性别敏感(i)更参与分析和评价项目的干预从HFS和营养的角度来看,更women-targeted干预;(2)健康和卫生活动的集成和分析通过跨部门合作;和(iii)的支持,使社会经济、制度和政策环境。他们观察到粮食不安全有害的疾病联系,恶劣的卫生条件,教育需要解决的不足。

粮食安全存在每当食品安全是有限的或不确定。测量粮食不安全的家庭或个人层面涉及定量的测量,材质、心理、和社会或规范构造中央粮食不安全的经验,合格involuntariness和周期性(11]。

测量家庭粮食不安全,尤其在发展中国家,贫困水平仍然是不确定的在某种意义上,没有标准方法被应用在任何情况下。有许多挑战参与确定一个区域粮食不安全的实际水平到了这样一种程度,死亡和饥饿,在一些地方,作为一个指示器用于粮食不安全(12,13]。因此,政府和捐助的基础干预不仅在大多数情况下被人口是否经历粮食不安全,而是粮食不安全问题的严重程度。Furness et al。14),Anema et al。15,数等。16]开发了不同的测量水平,其中大部分是没有明确依据分类以外的内在意义生成的值从他们的研究。例如,下面的粮食不安全测量水平通常被使用:食品安全,食品安全,食品安全没有饥饿,与饥饿和粮食不安全(17,18]。其他研究儿童的元素添加到生成类别如有孩子的温饱问题没有饥饿和粮食不安全问题与饥饿的孩子强调粮食不安全问题的严重程度。

能够精确测量的程度或大小和粮食不安全的严重性可以想出更现实的,足够的,健壮的方式解决问题(19,20.]。

本研究的主要目的是检查食品安全的动态使用拉希模型的方法。具体地说,这项研究旨在实现以下目标:衡量粮食安全使用两个相邻地区的拉希模型,使用基于统计比例一致的约定,估计的稳定性参数估计模型,并检查估计的严重程度不同的测量项的顺序。

2。方法和数据来源

所提供的数据是1175随机选择的家庭从Tororo Busia在该国东部地区在2010年使用一个改编和翻译问卷。所有家庭提供应对粮食安全问题,并没有从分析中被省略了。Item-specific缺失的数据还很少。

表1给十八个问题的描述是用来捕获数据的18个指标用于研究改编自美国农业部的食品不安全问题(21]。引用所有18个问题是最后期限12个月面试前的一天。八个问题集中在成人和其他十相似但专注于18岁以下儿童。关于食物的问题1到6的情况,被申请人是表明是否声明往往是真实的,有时候真的,或者从来没有真正的对于一个给定的家庭在过去的12个月。


变量	变量描述

E1。	我们担心我们的食物是否会耗尽之前我们得到的钱买更多。

E2。	我们收获的食物或购买就没有持续,我们没有钱来获得更多。

E3。	我们买不起吃平衡膳食。

E4。	我们只依靠几种廉价的食物来养活我们的孩子/孩子,因为我们的食物和钱去买食物。

E5。	我们不能养活我们的孩子/孩子们一顿均衡的午餐,因为我们买不起。

E6。	我们的孩子/孩子们不吃足够的,因为我们只是买不起足够的食物。

E7	你/或(原文如此]其他成年人在你的家庭减少食物的大小或不吃饭因为没有足够的食物和钱买食物吗?

E8。	如果是的E7,这是经常发生的吗?

E9。	你有没有比你觉得你应该少吃,因为没有足够的钱买食物吗?

E10。	你每一个(原文如此饿但没有吃因为你买不起足够的食物吗?

E11。	你减肥,因为你没有足够的钱买食物吗?

E12汽油。	(你/你(原文如此)在你的家庭或其他成年人)不吃一整天因为没有足够的食物和钱买食物吗?

E13。	如果是的E12汽油,多长时间?

E14灯头	你有没有切的大小(孩子的/任何儿童的)食物因为没有足够的食物和钱买食物吗?

E15。	任何的孩子有没有不吃饭因为没有足够的食物和钱买食物吗?

E16天。	如果是的E15,经常是怎么发生的?

E17。	永远是你的孩子/孩子们饿了但是你负担不起更多的食物吗?

E18。	孩子/任何的孩子有没有不吃一整天因为没有足够的钱买食物吗?

问题7 - 13在粮食不安全的应对策略,以防14到18岁的成年人和问题都一样的问题7 - 13的应对策略,但是这一次他们关注孩子。除了问题8、13和16,后续问题问的频率发生,7 - 18的反应问题都是的,不,或者不知道。

反应后被编码成二进制标准方法到目前为止用于文学。经常/有时/从不回应,“经常”或“有时”被编码为肯定的(值= 1),和“永远”是编码的消极反应(值= 0)。是的/没有回答,“是”被编码为1,“不”为0。“多长时间?“反应”,几乎每个月”和“几个月”被编码为1,“只有1或2个月”被编码为0。

因此,数据结构表的样子2。


被调查者	E1	E2	E3	E4	E5	E6	E7	E8	E18

1	1	1	1	1	1	1	0	0	0
2	1	1	1	0	1	1	1	1	1
3	1	1	0	0	0	0	1	1	0
4	1	0	1	1	1	0	1	1	0
5	0	1	0	1	1	0	0	0	0
6	1	1	1	1	1	1	1	0	1
7	1	1	1	1	1	1	1	1	1
8	1	1	1	1	1	1	1	1	1
9	1	1	0	1	0	0	0	0	0
10	1	1	1	1	1	1	1	1	1



1175年	1	1	1	1	1	1	1	1	1

使用[22,23符号和给定的事实陈述拉希模型,日志的家庭()对一个项目()正确的函数能力()和物品的困难(),我们国家的模型(1)。困难的项目很难正确甚至高的人能力。正确项的可能性减少项困难,因此前负号, 在哪里/受访者的家庭数量,条目的数量,是正态分布随机变量与零均值和方差。

拉希模型(24)程序统计软件包是用来装、测试和产生的结果。它采用项目反应理论,一个家庭的某些反应的概率刺激可以被描述为一个函数描述家庭的粮食不安全水平的潜在特质。因此,拉希模型(25,26)被描述为在哪里:家庭(,,:()项目,:家庭(项目()给正确反应),是家庭的能力(项目()给正确反应),难度的项目()。

底层模型的理论是,如果一个项目的措辞不会改变,估计的严重程度不应随时间变化。因此,即使粮食不安全成为流行随着时间的推移,一个家庭在给定水平的粮食不安全今年预计将以同样的方式应对每个项目一个家庭在这一水平的不安全感了。

由于抽样可变性和其他因素,如小措辞的改变,我们不希望估计模型参数保持完全相同的随着时间的推移,但发现重要的重大变化随着时间的推移会质疑该模型的有效性。特别是问题将是一个发现的重要的变化对项目进行排序粮食不安全问题的严重性。

3所示。这项研究的结果

拉希模型分析基于18项被认为影响Tororo和Busia粮食安全。系数估计难度水平,也从容参数和检测意义如表所示3和4,分别。七项食品安全测量用于本研究地区的都不重要。


参数θ(困难)的估计
项	估计Tororo	SE		估计Busia	SE

E2	−1.793	0.134	* *	−1.9	0.15	* *
E3	−2.191	0.141	* *	−1.877	0.149	* *
E4	−1.651	0.131		−1.237	0.134
E5	−1.616	0.131		−1.108	0.131
E6	−0.471	0.119		−0.166	0.117
E7	0.164	0.116		−0.916	0.128
E8	1.701	0.123	* *	1.271	0.11	* *
E9	−1.297	0.126		−1.293	0.135
E10汽油	−1.011	0.123		−1.351	0.136
E11	−0.185	0.117	* *	0.133	0.114
E12汽油	1.612	0.122		1.51	0.111
E13	3.15	0.156		3.11	0.133	* *
E14灯头	0.081	0.116	* *	−0.323	0.119	* *
E15	1.496	0.12	* *	1.282	0.11	*
E16天	2.842	0.146		2.723	0.125	* *
E17	−0.185	0.117	* *	−0.041	0.115	*
E18	2.531	0.137	* *	3.51	0.144

来源:主要调查的数据。
^*意味着0.05和^{* *}意味着0.01水平的意义。


β(从容参数级别)的估计
项	估计Tororo	SE	的迹象。	估计Busia	SE	的迹象。

E1	3.177	0.169	* *	3.328	0.197	* *
E2	1.793	0.134	* *	1.900	0.150	* *
E3	2.191	0.141	* *	1.877	0.149	* *
E4	1.651	0.131		1.237	0.134
E5	1.616	0.131		1.108	0.131
E6	0.471	0.119		0.166	0.117
E7	−0.164	0.116		0.916	0.128
E8	−1.701	0.123	* *	−1.271	0.110	* *
E9	1.297	0.126		1.293	0.135
E10汽油	1.011	0.123		1.351	0.136
E11	0.185	0.117	* *	−0.133	0.114
E12汽油	−1.612	0.122		−1.510	0.111
E13	−3.150	0.156		−3.110	0.133	* *
E14灯头	−0.081	0.116	* *	0.323	0.119	* *
E15	−1.496	0.120	* *	−1.282	0.110	*
E16天	−2.842	0.146		−2.723	0.125	* *
E17	0.185	0.117	* *	0.041	0.115	*
E18	−2.531	0.137	* *	−3.510	0.144

来源:主要调查的数据。
^*意味着0.05和^{* *}意味着0.01水平的意义。

从容参数水平估计β系数显示食物易于访问的地区。同样,在五个百分比的意义,七18项并不重要。虽然他们并不重要,我们没有足够的证据来消除他们的分析。

表5显示了食品安全现状的描述性分析两个地区。所有家庭在仔细研究二项分类取样。他们有消极或积极的拉希模型估计价值。家庭用积极拉希模型估计的值被归类为食品安全而那些消极的拉希模型值分为食品不安全的家庭。获得集群的整体价值,描述性统计生成和比较如表所示5。分析表明,Tororo区平均粮食安全评估和Busia区以五个百分比的意义。家庭Busia区表现出更高层次的粮食安全Tororo地区相比。基于标准误差的大小,置信区间Tororo地区从消极到积极的价值观。这意味着,平均而言,粮食不安全的家庭发现Tororo地区高于家庭Busia地区。


食品安全家庭得分
描述性统计	Tororo	Busia

的意思是	0.137	0.768
标准错误	0.092	0.090
中位数	0.290	1.027
模式	2.008	2.558
标准偏差	2.040	2.078
样本方差	4.163	4.317
峰度	−0.663	−0.315
偏态	−0.190	−0.419
范围	8.030	8.144
最低	−3.933	−3.919
最大	4.097	4.225
最大(10)	4.097	4.225
最小的(10)	−3.933	−3.919
置信水平(95%)	0.181	0.177

来源:主要调查的数据。

家庭(个人)参数估计生成代表分数在家庭粮食安全测量。家庭粮食安全的值介于−4.933到4.097之间,−3.919到4.225,意味着大量的粮食安全Tororo和Busia 0.137和0.768,分别。因此,一个双星家庭粮食安全分类开发,负分数被归类为食品不安全而非负分数代表食品安全的家庭。图1显示家庭Busia地区相对更多的食品安全Tororo地区相比。研究结果与其他调查由乌干达统计局的数据和事实支持的Busia地区边境地区的粮食安全是由不仅练习自给自足的粮食生产,而且更多的参与商业活动。这些发现进一步透露,尽管有更多的家庭Tororo地区参与粮食种植,它不是一个充分条件的家庭食品安全。

图2显示了一个图形化的模型检查旨在建立如果两个地区的样本数据充分安装拉希模型能够解释结果。这种图形的方法测试子群之间的同质性两个贝塔原始分数大于中等分数对一个原始分数等于中得分较低。在这两种情况下,没有足够的证据来支持子群异质性;因此我们得出结论,这两个子组在这两个地区是同质的。这证实,有一个明显的模式的家庭对不同的物品,因此作为一致的粮食安全的措施。

(一)

(b)

服装是一个卡方统计,除以其自由度均方形式易于解释。由于数据不是严重污染无关的局外人,机构统计数据被用作数据的测量来确定适合拉希模型。表6显示的平均意味着广场区Tororo(0.932)和Busia(0.949)不发生显著的变化从1和地区之间差异也不显著。因为所有的均方配合统计在0.5到1.5范围,他们都没有显示任何扭曲的迹象,退化,生产力的测量。这是一个指标项用于测量的研究非常多产粮食安全。


项	Tororo区(df = 489)		Busia区(df = 530)
项	装	MSQ	装	MSQ

E1	0.803	1.116	2.214	1.222
E2	3.876	1.035	1.088	0.989
E3	3.981	1.121	3.286	1.293
E4	1.749	0.952	0.672	0.882
E5	1.124	1.027	0.805	1.114
E6	0.782	0.903	0.784	0.71
E7	0.777	0.889	0.616	0.845
E8	1.181	1.093	1.175	1.182
E9	0.547	0.685	0.569	0.738
E10汽油	0.853	0.86	0.679	0.809
E11	1.487	1.244	1.386	1.181
E12汽油	0.82	0.886	1.075	1.055
E13	1.168	0.823	2.017	1.015
E14灯头	0.521	0.686	0.607	0.722
E15	0.68	0.732	0.624	0.829
E16天	0.576	0.817	0.496	0.722
E17	0.803	0.78	0.754	0.759
E18	2.313	1.133	0.912	1.015

平均分数	1.336	0.932	1.098	0.949

来源:主要调查的数据。

项目特征曲线,ICC,说明块项目的概率会回答肯定的对能力水平来处理家庭的粮食不安全状况。项目地块在最右边对应更高水平的困难在处理食品不安全而极左显示低水平的困难应对粮食不安全情况Tororo和Busia。例如,在这两个地区,项目1和11与低水平的困难而项目5、13、16与更高水平的困难。暗示家庭很容易应对项目1和11个关于食品不安全测量,但应对项目5、13和16不太容易获得的食品安全评估。

4所示。讨论和结论

拉希模型方法应用于本文的确认方法如下假设:一维的特征的能力参数的家庭安全的食物,当地的18项独立,家庭对一个项目的反应,后跟一个数学项目响应函数。自家庭既不回答了所有项目肯定也未能确认所有项目,18项都作为候选人适合拉希模型。0.932和0.949的平均装均方值为Tororo和Busia地区,分别在0.5到1.5的预期范围,因此表现出高度的生产力衡量粮食安全。

所有测试包括图形模型检查,项目特征曲线和机构意味着方块确认数据的适用性在拟合拉希模型来测量家庭粮食安全在乌干达的两个地区。进一步分析拉希能做比较的结果测量方法与其他项目分析范式的项目反应理论和经典测试理论。从项目特征曲线在图3,很明显,项目的顺序是重要的家庭粮食安全测量,从而增加一个项目的困难导致曲线右移。家庭需要更能够有相同的食品安全状况的机会。更可以意味着家庭的收入应该与其他方式授权,随后会增加他们对食品安全的能力。

(一)

(b)

广义混合模型(GLMM)已经被用于开发粮食不安全尺度测量的三个区域粮食不安全的孟加拉国和比较它与拉希模型27]。GLMM包括人口统计变量和收入作为协变量,发现他们所有人,除了孩子,重要的暗示人口变量增加粮食不安全的可能性。虽然显著的交互没有带来多大变化结果交互时被排除在外。GLMM和拉希模型相关性很高(0.9976)显示使用的额外变量GLMM没有导致食品不安全多变化相比,使用拉希模型获得的结果。虽然GLMM能够量化的家庭特征对粮食安全的影响,拉希模型能够预测特定家庭粮食安全水平。GLMM不能被用来估计的人口比例对应于一个特定的食品安全水平。

实施减贫方法涉及使用的小面积估计技术在多元回归模型记录了(28- - - - - -31日)也用于食品安全评估。它需要至少两组数据:实施减贫人口普查数据和相应代表家庭调查大约同期人口普查。第一步是估计的模型以消费为基础的家庭福利使用家庭调查数据与解释变量仅限于那些发现在这两个数据集。得到的参数估计是应用于人口普查数据。对于每一个家庭,估计参数的回归是用来计算的概率中的每个家庭人口生活在贫困之中。家庭层面的价值的解释变量是乘以相应的参数估计。的估计价值基准指标被用来确定家庭食品不安全或贫穷的概率的一个给定的阈值低于一个家庭食品不安全。

这种方法的挑战是,它需要两组数据应收集在同一时间。获取变量匹配的两个数据集是一项挑战,除非他们一起计划的意图使用两个小区域估计的目的。拉希模型需要一个数据集,可以更容易地收集和分析。

作者分析了相同的数据用logit模型不同代理等粮食不安全食品储存、获取食物,食物收获,哑变量,结合三个混合。摘要(20.]讨论了logit模型的结果。

拉希模型结果(图1)表明,稍微Tororo地区的家庭在Busia食品不安全,有更多的食物安全的家庭比食品不安全的家庭。这是一个很大的对比与logit模型分类显示,有更多的家庭食品不安全的在这两个地区(20.]。这种对比的结果可能是由于不同的测量模型。拉希模型变量的态度、情感、和感知的食品安全形势,是无形的,很主观的。另一方面,logit模型结合了拉希模型中使用这些变量与变量评估家庭人口、社会、经济特点是有形的。这样的拉希模型中的变量不包括粮食生产的趋势,吃饭的频率、类型的食物,家庭收入,收入来源的总土地面积种植,和可能的贷款/信贷安排。更健壮的一个logit模型,它包含了更多的因素,影响一个家庭的生活尽管[27]而GLMM评估差异和拉希模型发现,这些额外的因素并没有改变食品安全状态。

拉希模型的优点是,它能够估计参数时即使有nonresponse或有不同,但部分重叠的响应。在项目的情况下有不同的鉴别力,拉希模型可以很容易地推广通过假设每个被调查者随机猜测答案部分或全部项目。模型的参数分离属性意味着项严重程度并不取决于特定的家庭中使用的校准。拉希模型的局限性是它不包括所有潜在的经历,因为它专注于家庭食品不安全观念,态度和感受。它不允许性别、家庭或人口特征,及其交互作为协变量在模型计算个体家庭粮食安全的分数。食品安全等因素的影响,因此无法估计。logit模型,如GLMM模型,有优势,它包括所有的物品拉希模型也包含人口、社会经济、文化、和相关变量。拉希模型,如果被调查者不肯定地回答问题,他们的粮食不安全状态不能确定使用模型,所以他们必须被排除在外。拉希规模作为一个单一的一维尺度叶子从多维分析价值的家庭食品不安全的经验。一个例子是呈现不同的意义在不同的民族文化社区。 The same perceptions or behaviours in one culture do not necessarily indicate the same degree of relative household food insecurity in another culture. As a result, generalization from the model could be misleading. The logit model like the GLMM models is not unidirectional and incorporates a wide range of variables representing different aspects of food security. The aspects of a factor that may not have been covered by one variable may be taken care of by another variable. An example is food availability variables. Value of food harvested, expenditure on food during the season in question, contributions of household members to the household food basket, land area cultivated, and land area available can all be incorporated in the model and are comprehensive enough to cover aspects of food availability. Unlike the classical Rasch model which uses categorical variables, the logit model can take on mixed (categorical and continuous) variables.

本文的分析是基于一个二分拉希模型来评估食品安全水平。然而,扩展建模命令假轮生的项反应而不是二分项响应函数可以被考虑。此外,将考虑合适的模型,允许不同的潜在分布为有孩子的家庭和那些没有孩子,可能其他子组的受访者。这将突出的重要性,家庭规模在影响家庭的食品安全研究的地理范围。

利益冲突

作者宣称没有利益冲突有关的出版。

引用

联合国开发计划署,人类发展报告美国纽约,牛津大学出版社,纽约,1994年。
联合国粮食和农业组织,在非洲的能源可持续发展和粮食安全,1996年。
g . Bickel m .北部、c价格w·汉密尔顿和j·库克,测量家庭粮食安全指南,农业部食品和营养服务,亚历山大,弗吉尼亚州,美国,2000年。
农发基金,家庭粮食安全:对农村扶贫政策和行动和营养,1992年。
粮农组织农业统计,“2002年,http://www.fao.org/。视图:谷歌学术搜索
r . Faridi”,一个计量经济学评估家庭粮食安全在孟加拉国,”孟加拉发展研究,33卷,不。3、97 - 111年,2010页。视图:谷歌学术搜索
a m。哈梅林的j。Habicht, m·德里“粮食不安全:影响家庭和广泛的社会影响,”营养学杂志》,卷129,不。2、525 - 528年,1999页。视图:谷歌学术搜索
m .黑色,家庭食物不安全感:威胁孩子的幸福美国心理协会,华盛顿,美国,2014年。
r·c·惠特克,s·m·菲利普斯,s m . Orzol“粮食不安全,抑郁和焦虑的风险母亲和学龄前儿童行为问题,“儿科,卷118,不。3,pp. e859-e868, 2006年。视图:出版商的网站|谷歌学术搜索
j·t·库克和d·a·弗兰克,“食品安全、贫困和人类发展在美国,“纽约科学院上,卷1136,不。1,第209 - 193页,2008。视图:出版商的网站|谷歌学术搜索
c·c·坎贝尔,“粮食不安全:一个营养的结果或预测变量?”《华尔街日报》的营养,卷121,不。3、408 - 415年,1991页。视图:谷歌学术搜索
和e·a·a·肯德尔c . m . Olson Frongillo Jr .)”关系的饥饿和粮食不安全食品供应和消费,”美国饮食协会杂志》上,卷96,不。10日,1019 - 1024年,1996页。视图:出版商的网站|谷歌学术搜索
a . y . Owino l . k . Atuhaire r . Wesonga et al .,“Logit模型分类家庭食品不安全,”美国理论和应用统计学杂志》上,3卷,不。2,49-54,2014页。视图:谷歌学术搜索
b . w . Furness p·a·西蒙,c . m .荒原和j . Asarian-Anderson”食品不安全的患病率和预测中低收入家庭在洛杉矶县”公共健康营养,7卷,不。6,791 - 794年,2004页。视图:出版商的网站|谷歌学术搜索
a . Anema n . Vogenthaler e·a·Frongillo s .联合国和s·d·维瑟,“粮食安全与艾滋病毒/艾滋病:当前知识差距,和研究重点,“目前的艾滋病毒/艾滋病报告》第六卷,没有。4、224 - 231年,2009页。视图:出版商的网站|谷歌学术搜索
a .数a Dorosty, m . Eshraghian”家庭粮食安全现状和相关因素在伊斯法罕的高中学生中,伊朗,”公共健康营养,13卷,不。10日,1609 - 1613年,2010页。视图:出版商的网站|谷歌学术搜索
m·里斯”,食品不安全、家庭收入和儿童健康和营养之间的关系在巴西,“卫生经济学,21卷,不。4、405 - 427年,2012页。视图:出版商的网站|谷歌学术搜索
j·r·萨基,c . Nalty c·m·约翰逊和w·r·迪恩”儿童非常低的粮食安全与膳食参考摄入量增加能量,脂肪,和添加糖Mexican-origin儿童(6尺11寸y)在德州边境其他地方,”BMC儿科第十六条,卷。12日,2012年。视图:出版商的网站|谷歌学术搜索
e·a·Frongillo Jr .)“粮食短缺和饥饿的验证措施”,《华尔街日报》的营养,卷129,不。2 s,补充,页。506 - 509年代,1999年。视图:谷歌学术搜索
a . y . Owino l . k . Atuhaire r . Wesonga f . Nabugoomu和e . s . k . Muwanga-Zaake”决定在乌干达家庭食品不安全因素的影响:一个案例研究Tororo Busia地区,”国际科学杂志:基础研究和应用研究,14卷,不。1,第404 - 394页,2014。视图:谷歌学术搜索
美国农业部,测量家庭粮食安全指南,2001年。
d . Andrich“评级制定命令响应类别”心理测量学,43卷,不。4、561 - 573年,1978页。视图:出版商的网站|谷歌学术搜索
t .债券和m键,“以牙还牙:课程需求和儿童音乐教育的成就,”应用测量杂志,11卷,不。4、368 - 383年,2010页。视图:谷歌学术搜索
p .更好的和r . Hatzinger拉希扩展建模:红外热成像的应用模型的eRm包r系列研究报告吴、部门统计和数学,维也纳大学的经济学和商业,维也纳,奥地利,2007年。
g .拉希概率模型对一些智力和成绩测试尼尔森& Lydiche,牛津,1960年英国。
g·拉希,”一个项目分析,考虑了个体差异,”英国心理学杂志上的数学和统计,19卷,不。1,49-57,1966页。视图:出版商的网站|谷歌学术搜索
j . d . Opsomer、h·h·詹森和s .锅”评估美国农业部食品安全措施与广义线性混合模型,”《华尔街日报》的营养,卷133,不。2、421 - 427年,2003页。视图:谷歌学术搜索
r . Deichmann d·哈恩,a•哈斯“快T1映射在一个全身扫描仪,”磁共振医学,42卷,不。1,第209 - 206页,1999。视图:谷歌学术搜索
j . Hentschel j . o . Lanjouw p . Lanjouw和j . Poggi”结合统计和调查数据跟踪贫困的空间维度:厄瓜多尔的案例研究,“世界银行经济评论,14卷,不。1,第165 - 147页,2000。视图:出版商的网站|谷歌学术搜索
世界卫生组织,世界上抗结核药物的耐药性:患病率和趋势,2000年。
c . Elbers j . o . Lanjouw, p . Lanjouw微观层面的估计福利,2002年世界银行出版物。