variation, linear regression models

variation, linear regression models were calculated using soil physicochemical properties as regressors.
Principal component analysis (PCA) was applied to substantially reduce the multivariate data set into
few uncorrelated master variables called principal components (PCs). For their intuitive interpretation
in terms of SQs, the magnitude and the sign of the loading associated with each initial variable were
used. For SQ variation across soil types, the score values of the PCs were calculated and the descriptive
statistics presented in the form of box plots. For the assessment of their effects on maize growth, correlation
analyses were carried out. All statistical analyses were performed using SAS statistical package
(SAS Institute, 1999).

ผลลัพธ์ (ไทย) 1:

การเปลี่ยนแปลง ถดถอยเชิงเส้นแบบจำลองถูกคำนวณโดยใช้ดิน physicochemical คุณสมบัติเป็น regressorsใช้มากลดชุดข้อมูลตัวแปรพหุเป็นการวิเคราะห์ส่วนประกอบหลัก (PCA)ตัวแปรหลัก uncorrelated น้อยเรียกว่าส่วนประกอบหลัก (PCs) การตีความการใช้งานง่ายในแง่ของ SQs ขนาดและเครื่องหมายของการโหลดที่สัมพันธ์กับแต่ละตัวแปรเริ่มต้นได้ใช้ มีคำนวณค่าคะแนนของชิ้นที่ความผันแปร SQ ในชนิดดิน และการสื่อความหมายสถิติที่นำเสนอในรูปแบบของกล่องผืน สำหรับการประเมินผลข้าวโพดเจริญเติบโต ความสัมพันธ์วิเคราะห์ได้ดำเนิน สถิติวิเคราะห์ทั้งหมดที่ดำเนินการโดยใช้แพคเกจทางสถิติ SAS(SAS สถาบัน 1999)

ผลลัพธ์ (ไทย) 2:

การเปลี่ยนแปลงรูปแบบการถดถอยเชิงเส้นจะถูกคำนวณโดยใช้คุณสมบัติทางเคมีกายภาพของดินเป็น regressors.
การวิเคราะห์องค์ประกอบหลัก (PCA) ถูกนำมาใช้เพื่อลดข้อมูลหลายตัวแปรที่กำหนดลงใน
ไม่กี่ตัวแปรหลัก uncorrelated เรียกว่าองค์ประกอบหลัก (พีซี) ใช้งานง่ายสำหรับการตีความของพวกเขา
ในแง่ของ SQS, ขนาดและเข้าสู่ระบบของการโหลดที่เกี่ยวข้องกับแต่ละตัวแปรแรกที่ถูก
นำมาใช้ สำหรับรูปแบบ SQ ทั่วดินประเภทค่าคะแนนของเครื่องคอมพิวเตอร์จะถูกคำนวณและพรรณนา
สถิติที่นำเสนอในรูปแบบของกล่องแปลง สำหรับการประเมินผลกระทบต่อการเจริญเติบโตของข้าวโพด, ความสัมพันธ์ที่
วิเคราะห์ได้ดำเนินการ การวิเคราะห์ทางสถิติทั้งหมดถูกดำเนินการโดยใช้โปรแกรมสำเร็จรูปทางสถิติ SAS
(SAS Institute, 1999)

ผลลัพธ์ (ไทย) 3:

การเปลี่ยนแปลงรูปแบบการถดถอยเชิงเส้น ) คำนวณโดยใช้สมบัติทางเคมีของดิน เช่น regressors .
การวิเคราะห์องค์ประกอบหลัก ( PCA ) มาประยุกต์ใช้ในการลดลงอย่างมากเมื่อชุดข้อมูลในตัวแปรหลักไม่กี่ตัว
uncorrelated เรียกส่วนประกอบหลัก ( pcs ) เพื่อง่ายการตีความในแง่ของ SQS
,ขนาดและเครื่องหมายของโหลดที่เกี่ยวข้องกับแต่ละเริ่มต้นตัวแปรถูก
ใช้ . สำหรับตารางการเปลี่ยนแปลงในดินประเภท ค่าคะแนนของเครื่องคอมพิวเตอร์ได้และบรรยาย
สถิติที่นำเสนอในรูปแบบของกล่องแปลง เพื่อประเมินผลต่อการเจริญเติบโตของข้าวโพด
วิเคราะห์ความสัมพันธ์ พบว่าสถิติที่ใช้ในการวิเคราะห์มีการปฏิบัติการใช้ SAS แพคเกจสถิติ
( สถาบัน SAS , 1999 )