The purpose of using a PCA was to g

The purpose of using a PCA was to generate only two variables
(principal components) that would explain the most variance. The
species would be distinguished mainly on the first axis in a
gradient from low (negative) to high (positive) values (Gauch,
1982). Since the variance explained by the first axis was high (54%),
we consider that this objective was fulfilled, and therefore selected
the species that appeared at the positive end of the ordination axis;
those which have a combination of high values for the five
variables used. Before applying the PCA, we combined the data
obtained from samples taken at the 17 sites. This is because not all
species were present at all sites, so the complete matrix had too
many zeros. Because of this, we did not have replicates for all
46 species of shrubs. The PCA was performed using the PC-ORD
2.0 statistical package.

ผลลัพธ์ (ไทย) 1:

วัตถุประสงค์ของการใช้เครื่อง PCA คือการ สร้างตัวแปรเพียงสอง(องค์ประกอบหลัก) ที่จะอธิบายความแปรปรวนมากที่สุด การสายพันธุ์จะแตกต่างส่วนใหญ่บนแกนแรกในการไล่ระดับจากต่ำไปสูง (บวก) ค่า (Gauch1982. ตั้งแต่ความแปรปรวนที่อธิบายได้ ด้วยแกนแรกสูง (54%),เราพิจารณาว่า วัตถุประสงค์นี้จริง และเลือกสายพันธุ์ที่ปรากฏที่ด้านบวกของแกนบวชซึ่งมีการรวมกันของสูงค่าสำหรับ 5 ที่ตัวแปรที่ใช้ ก่อนใช้ PCA เรารวมข้อมูลได้จากตัวอย่างถ่ายที่ไซต์ 17 นี่ไม่เพราะทั้งหมดพันธุ์ได้อยู่ในไซต์ทั้งหมด เพื่อให้ได้เมทริกซ์สมบูรณ์เกินไปเลขศูนย์มากมาย ด้วยเหตุนี้ เราไม่มีเหมือนกับทั้งหมด46 พันธุ์พุ่ม ทำ PCA ใช้ PC-ORDแพคเกจทางสถิติ 2.0

ผลลัพธ์ (ไทย) 2:

จุดประสงค์ของการใช้ PCA คือการสร้างเพียงสองตัวแปร
(องค์ประกอบหลัก) ที่จะอธิบายความแปรปรวนมากที่สุด
ชนิดจะประสบความสำเร็จส่วนใหญ่บนแกนแรกใน
การไล่ระดับสีจากจุดต่ำสุด (ลบ) สูง (บวก) ค่า (Gauch,
1982) เนื่องจากความแปรปรวนอธิบายโดยแกนแรกที่อยู่ในระดับสูง (54%)
เราพิจารณาว่าวัตถุประสงค์นี้ครบถ้วนแล้วจึงเลือก
สายพันธุ์ที่ปรากฏที่ปลายบวกของแกนบวช;
เหล่านั้นซึ่งมีการรวมกันของค่าสูงสำหรับห้า
ตัวแปรที่ใช้ ก่อนที่จะใช้ PCA เรารวมข้อมูล
ที่ได้รับจากตัวอย่างที่เก็บได้ใน 17 เว็บไซต์ นี้เป็นเพราะไม่ได้ทั้งหมด
ชนิดอยู่ในปัจจุบันในเว็บไซต์ทั้งหมดดังนั้นเมทริกซ์ที่สมบูรณ์มีมากเกินไป
ศูนย์หลาย ด้วยเหตุนี้เราไม่ได้มีการทำซ้ำทั้งหมด
46 สายพันธุ์ของพุ่มไม้ PCA ถูกดำเนินการโดยใช้ PC-ORD
2.0 โปรแกรมสำเร็จรูปทางสถิติ

ผลลัพธ์ (ไทย) 3:

วัตถุประสงค์ของการใช้ PCA เพื่อสร้างเพียงสองตัวแปร( ส่วนประกอบหลัก ) ที่สามารถอธิบายความแปรปรวนที่สุด ที่ชนิดจะเน้นหลักในแกนแรกในไล่ระดับจากต่ำไปสูง ( ลบ ) ( บวกค่า ( gauch ) ,1982 ) เนื่องจากความแปรปรวนอธิบายโดยแกนแรกสูง ( 54 )เราพิจารณาว่าวัตถุประสงค์นี้เป็นจริงและดังนั้นจึงเลือกชนิดที่ปรากฏในตอนท้ายที่เป็นบวกของการบวชแกน ;ผู้ซึ่งมีการรวมกันของค่าสูงห้าตัวแปรที่ใช้ ก่อนที่จะใช้พีซี เรารวมข้อมูลที่ได้จากตัวอย่างที่ 17 เว็บไซต์ นี้เป็นเพราะไม่ได้ทั้งหมดชนิดที่เป็นปัจจุบันที่เว็บไซต์ทั้งหมดดังนั้นเมทริกซ์ที่สมบูรณ์ได้เหมือนกันศูนย์หลาย . เพราะเรื่องนี้ เราไม่ได้มีแบบทั้งหมด46 ชนิดของพุ่มไม้ การใช้ pc-ord พีซี2.0 โปรแกรมสำเร็จรูป .