The raw data obtained from the expe

The raw data obtained from the experiments were subjected to statistical analysis to determine various descriptive statistics. Pearson correlation coefficient was used to determine the interrelationships between the metals.
Environmetrics, also called multivariate statistical techniques, like Principal component analysis (PCA)/factor analysis (FA) and agglomerative hierarchal cluster analysis (AHCA), were performed to determine the sources of heavy metals. KMO and Barlett’s test of sphericity were initially performed to confirm the appropriateness of water quality data for PCA. The major aim of the PCA is data reduction to better describe the relationship among the variables. PCA was performed with correlation matrix among the variables and VARIMAX normalised rotation to make the results more interpretable [5, 6]. Cluster analysis was done for identifying relatively homogeneous groups of variables based on their similarities. In agglomerative hierarchal cluster method each variables first forms a separate cluster which combine repeatedly until all the variables come under a single cluster. A dendrogram is constructed where cohesiveness and correlations among the variables can be clearly observed [5].

ผลลัพธ์ (ไทย) 1:

ข้อมูลดิบที่ได้จากการทดลองที่ถูกต้องในการวิเคราะห์ทางสถิติเพื่อตรวจสอบสถิติต่าง ๆ เป็นคำอธิบาย สัมประสิทธิ์สหสัมพันธ์เพียร์สันถูกใช้เพื่อกำหนด interrelationships ระหว่างโลหะ หลักเช่น Environmetrics หรือที่เรียกว่าเทคนิคทางสถิติตัวแปรพหุ วิเคราะห์ส่วนประกอบ (PCA) / วิเคราะห์ปัจจัย (FA) และคลัสเตอร์จะ agglomerative วิเคราะห์ (AHCA), ดำเนินการเพื่อตรวจสอบแหล่งมาของโลหะหนัก KMO และทดสอบของ Barlett sphericity ได้เริ่มดำเนินการเพื่อยืนยันความเหมาะสมของข้อมูลคุณภาพน้ำสำหรับ PCA จุดมุ่งหมายสำคัญของ PCA จะลดข้อมูลเพื่ออธิบายความสัมพันธ์ระหว่างตัวแปรได้ดี PCA ได้ดำเนินการกับเมทริกซ์สหสัมพันธ์ระหว่างตัวแปรและหมุน VARIMAX ปกติให้ผล interpretable มาก [5, 6] ทำการวิเคราะห์คลัสเตอร์สำหรับการระบุตัวแปรคล้ายคลึงกันของพวกเขาค่อนข้างเหมือนกลุ่ม ในคลัสเตอร์จะ agglomerative วิธี ตัวแปรแต่ละครั้งแรกในรูปแบบคลัสเตอร์แยกต่างหากซึ่งรวมซ้ำ ๆ จนกว่าตัวแปรมาภายใต้คลัสเตอร์เดียว เป็น dendrogram ถูกสร้างที่ความและความสัมพันธ์ระหว่างตัวแปรจะชัดเจนสังเกตได้ [5]

ผลลัพธ์ (ไทย) 2:

ข้อมูลดิบที่ได้จากการทดลองได้ภายใต้การวิเคราะห์ข้อมูลทางสถิติเพื่อตรวจสอบสถิติเชิงพรรณนาต่างๆ ค่าสัมประสิทธิ์สหสัมพันธ์เพียร์สันถูกใช้ในการกำหนดความสัมพันธ์ระหว่างโลหะได้.
Environmetrics เรียกว่าเทคนิคทางสถิติหลายตัวแปรเช่นการวิเคราะห์องค์ประกอบหลัก (PCA) / วิเคราะห์ปัจจัย (เอฟเอ) และการวิเคราะห์กลุ่มซับซ้อน agglomerative (AHCA) ได้ดำเนินการเพื่อตรวจสอบแหล่งที่มาของ โลหะหนัก KMO และ Barlett ของการทดสอบของ sphericity ได้ดำเนินการในขั้นต้นเพื่อยืนยันความเหมาะสมของข้อมูลที่มีคุณภาพน้ำ PCA จุดมุ่งหมายที่สำคัญของ PCA คือการลดข้อมูลที่ดีกว่าการอธิบายความสัมพันธ์ระหว่างตัวแปร PCA ได้ดำเนินการกับเมทริกซ์สหสัมพันธ์ระหว่างตัวแปรและ VariMax ปกติการหมุนที่จะทำให้ผล interpretable อื่น ๆ [5, 6] การวิเคราะห์กลุ่มที่ได้กระทำในการระบุกลุ่มที่ค่อนข้างเป็นเนื้อเดียวกันของตัวแปรที่อยู่บนพื้นฐานของความคล้ายคลึงกันของพวกเขา ในวิธีการคลัสเตอร์ซับซ้อน agglomerative ตัวแปรแต่ละครั้งแรกในรูปแบบคลัสเตอร์ที่แยกต่างหากซึ่งรวมซ้ำ ๆ จนกระทั่งตัวแปรทั้งหมดมาอยู่ภายใต้กลุ่มเดียว dendrogram มีการก่อสร้างที่อยู่ติดกันและความสัมพันธ์ระหว่างตัวแปรที่สามารถมองเห็นได้อย่างชัดเจน [5]

ผลลัพธ์ (ไทย) 3:

ข้อมูลดิบที่ได้จากการทดลองจะถูกวิเคราะห์ทางสถิติเพื่อหาค่าสถิติต่าง ๆ หาค่าสัมประสิทธิ์สหสัมพันธ์แบบเพียร์สัน ถูกใช้เพื่อตรวจสอบความสัมพันธ์ระหว่างโลหะenvironmetrics ที่เรียกว่าเทคนิคทางสถิติหลายตัวแปร เช่น การวิเคราะห์องค์ประกอบหลัก ( PCA ) การวิเคราะห์ตัวประกอบ ( FA ) และ agglomerative hierarchal การวิเคราะห์จำแนกกลุ่ม ( ahca ) ได้ทำการศึกษาแหล่งที่มาของโลหะหนัก และ kmo บาร์เร็ตทดสอบของความอ้วนท้วนในขั้นแรกการยืนยันความเหมาะสมของข้อมูลคุณภาพน้ำสำหรับ PCA . เป้าหมายหลักของระบบข้อมูลการลดดีกว่า อธิบายความสัมพันธ์ระหว่างตัวแปร ระบบแสดงกับเมทริกซ์ความสัมพันธ์ระหว่างตัวแปรและตัวเนื่องจากการหมุนเพื่อให้ผล interpretable [ 5 , 6 ] การวิเคราะห์กลุ่มทำมาเพื่อระบุค่อนข้างเป็นเนื้อเดียวกันของกลุ่มตัวแปรตามความคล้ายคลึงกันของพวกเขา วิธี hierarchal กลุ่ม agglomerative แต่ละตัวแปรแรกรูปแบบแยกกลุ่มซึ่งรวมซ้ำ ๆจนกว่าตัวแปรทั้งหมดมาภายใต้คลัสเตอร์เดียว เป็นพันธุกรรมที่สร้างเอกภาพและความสัมพันธ์ระหว่างตัวแปรที่สังเกตได้ชัดเจน [ 5 ]