To determine the most important fac

To determine the most important factors predictive of bee
abundance at the sociality, nesting guild, and tribe level, we used
conditional inference trees (Strasser and Weber, 1999; Hothorn
et al., 2006). Permutation trees, such as conditional inference trees,
are commonly used to examine patterns in ecological data, and are
especially useful for developing habitat models where factors may
interact in a hierarchical fashion (reviewed in De’ath and Fabricius,
2000; Olden et al., 2008). The conditional inference tree estimates
a regression relationship by utilizing a binary recursive data-partitioning
algorithm. Conditional reference trees are non-parametric
and do not assume linearities in response variables. We built conditional
inference trees utilizing the ‘party’ package in the programming
language R (R Development Core Team, 2005). Unlike
the packages ‘rpart’ and ‘randomforest’, ‘party’ is not susceptible
to ‘variable selection bias’ (Strobl et al., 2009). Variable selection
bias is where the tree algorithm is biased in favor of variables that
have many potential splitting points (e.g., continuous variables
with large ranges). The package ‘party’ also offers many ways to
evaluate the importance (conditional permutation-importance)
and significance (p-value) of each variable.

ผลลัพธ์ (ไทย) 1:

เพื่อตรวจสอบปัจจัยที่สำคัญที่สุดของการทำนายความอุดมสมบูรณ์ผึ้ง
ที่สมาคมสมาคมทำรังและระดับเผ่าเราใช้ต้นไม้อนุมาน
เงื่อนไข (Strasser และ Weber, 1999;. hothorn
et al, 2006) ต้นไม้การเปลี่ยนแปลงเช่นต้นไม้อนุมานเงื่อนไข
มักใช้ในการตรวจสอบรูปแบบข้อมูลในระบบนิเวศและ
ประโยชน์อย่างยิ่งสำหรับการพัฒนารูปแบบที่อยู่อาศัยที่ปัจจัยที่อาจ
โต้ตอบในแบบลำดับชั้น (ดูใน de'ath และ Fabricius,
2000;. สมัยก่อน, et al, 2008) ประมาณการต้นไม้อนุมานเงื่อนไข
ความสัมพันธ์ถดถอยโดยใช้ฐานข้อมูลแบ่ง recursive อัลกอริธึ
ต้นไม้อ้างอิงเงื่อนไขไม่ใช่ตัวแปร
และไม่คิด linearities ตัวแปรในการตอบสนอง เราสร้างเงื่อนไข
ต้นไม้อนุมานใช้ 'บุคคล' แพคเกจในการเขียนโปรแกรมภาษา
r (r ทีมงานหลักในการพัฒนา, 2005) ซึ่งแตกต่างจาก
'rpart' แพคเกจและ 'randomforest', 'ของพรรคไม่ได้เป็นความเสี่ยงที่จะ
' อคติการเลือกตัวแปร '(Strobl et al. 2009) การเลือกตัวแปร
อคติเป็นที่ที่อัลกอริทึมต้นไม้จะลำเอียงในความโปรดปรานของตัวแปรที่
มีจุดแยกที่มีศักยภาพจำนวนมาก (เช่นตัวแปรอย่างต่อเนื่อง
มีช่วงที่มีขนาดใหญ่) 'บุคคล' แพคเกจยังมีหลายวิธีที่จะประเมินความสำคัญ
(เงื่อนไขสำคัญ-เปลี่ยนแปลง)
และความสำคัญ (p-value) ของแต่ละตัวแปร

ผลลัพธ์ (ไทย) 2:

เพื่อกำหนดปัจจัยสำคัญที่สุดที่ทำนายของผึ้ง
เราใช้มากมายที่ sociality สมาคมซ้อน และระดับเผ่า
ต้นตามเงื่อนไขข้อ (ชตราสเซอร์และแบ่งแยก 1999 Hothorn
et al., 2006) การเรียงสับเปลี่ยนต้นไม้ เช่นเงื่อนไขข้อต้นไม้,
โดยทั่วไปใช้ในการตรวจสอบรูปแบบข้อมูลระบบนิเวศ และมี
เป็นประโยชน์อย่างยิ่งสำหรับการพัฒนารูปแบบการอยู่อาศัยซึ่งปัจจัยอาจ
โต้ตอบในลำดับชั้น (ทานใน De'ath และขาวแวนนาไม,
2000 Olden et al., 2008) ประเมินต้นแบบมีเงื่อนไขข้อ
ความสัมพันธ์ถดถอย โดยใช้พาร์ทิเป็นซ้ำฐานข้อมูลชัน
อัลกอริทึม ต้นไม้อ้างอิงเงื่อนไขไม่ใช่พาราเมตริก
และสมมติว่า linearities ในตัวแปรตอบสนอง เราสร้างเงื่อนไข
ใช้แพคเกจ 'บุคคล' ที่เขียนต้นข้อ
ภาษา R (R พัฒนาหลักทีม 2005) ต่างจาก
แพคเกจ 'rpart' และ 'randomforest' 'บุคคล' ไม่ไวต่อ
'ความโน้มเอียงการเลือกตัวแปร' (ลสโตรเบลล์ et al., 2009) เลือกตัวแปร
ความโน้มเอียงอยู่ที่ลำเอียงของอัลกอริทึมต้นไม้สามารถแปรที่
มีจำนวนมากอาจแบ่งจุด (เช่น ตัวแปรต่อเนื่อง
มีจำนวนมาก) แพคเกจ 'บุคคล' แห่งหลายวิธีเพื่อ
ประเมินความสำคัญ (ตามเงื่อนไขการเรียงสับเปลี่ยนสำคัญ)
และสำคัญ (ค่า p) ของแต่ละตัวแปร

ผลลัพธ์ (ไทย) 3:

เพื่อกำหนดปัจจัยสำคัญที่สุดที่คาดการณ์เอาไว้แล้วจำนวนมากแมลง
ในระดับตระกูลและสมาคมการซ้อนเกี่ยวกับสมาคมที่เราใช้ต้นไม้
โดยมีเงื่อนไขพิลึก( strasser และคัดเลือก 1999 hothorn
et al . 2006 ) ต้นการเปลี่ยนแปลงเช่นต้นลงความเห็นได้โดยมีเงื่อนไข
มีการใช้รูปแบบการตรวจสอบข้อมูลในเชิงนิเวศวิทยาโดยทั่วไปและมี
โดยเฉพาะมีประโยชน์สำหรับรุ่นการพัฒนาที่อยู่อาศัยซึ่งปัจจัยอาจ
การโต้ตอบในแฟชั่นแบบลำดับชั้นที่ผลการดำเนินงานใน de '' s fabricius และ
2000 อดีต et al . 2008 ) ทรีลงความเห็นได้โดยมีเงื่อนไขที่ประเมินความสัมพันธ์( Log
ซึ่งจะช่วยให้การใช้ประโยชน์จากไบนารีการสอบถามแบบสอบถามซ้ำข้อมูล - การแบ่งพาร์ติชั่น
อัลกอริธึมที่ คู่มืออ้างอิงฉบับย่อต้นโดยมีเงื่อนไขจะไม่ใช่แบบ parametric
และทำไม่ได้จะต้องเป็นผู้รับผิดชอบ linearities ในตัวแปรการตอบกลับ เราสร้างขึ้นโดยมีเงื่อนไข
ตามมาตรฐานต้นไม้ลงความเห็นได้โดยการใช้แพ็คเกจ''ของผู้ผลิตรายอื่นซึ่งในการตั้งโปรแกรม
ภาษา R (ทีม R การพัฒนา Core 2005 ) ไม่เหมือนกับ
ซึ่งจะช่วยให้แพ็คเกจ' rpart 'และ' randomforest ','บุคคล'ไม่ใช่มีความรู้สึกไว
ซึ่งจะช่วยในการ"ปรับเปลี่ยนการเลือกการทำงานของ( strobl et al ., 2009 )
ซึ่งจะช่วยปรับเปลี่ยนการเลือกอัลกอริธึมความมีอคติความลำเอียงหรือมีที่ทรีที่มีอคติเป็นที่นิยมในตัวแปรที่
มีคะแนนสะสมจะแยกเป็นจำนวนมาก(เช่นตัวแปร
อย่างต่อเนื่องด้วยเทือกเขาขนาดใหญ่) 'แพ็คเกจ'ของผู้ผลิตรายอื่นที่ยังจัดให้บริการวิธีการมากมายในการ
ซึ่งจะช่วยการประเมินความสำคัญ(การเปลี่ยนแปลงโดยมีเงื่อนไข - ความสำคัญ)
และความสำคัญ( P - ค่า)ของแต่ละแบบปรับได้