2.2.4. Statistical analysesAll stat

2.2.4. Statistical analyses
All statistical analyses, including one-way analysis of variance
(ANOVA) followed by a least significant different test (LSD), principal
component analysis (PCA) and constrained ordination, were conducted
using the software R (version 3.0.3) (R Core Team development 2013)
with “agricolae” (Mendiburu, 2013), “GPArotation” (Bernaards and
Jennrich, 2005) and “Vegan” (Oksanen et al., 2013) packages. Before
constrained ordination, initial detrended correspondence analyses
(DCA) were carried out to determine the most appropriate ordination
method, with the gradient length as the criterion (Ter Braak and
Prentice, 1988). In this study, DCA indicated that gradient in metal
data among sites was short (b3) (Lepš and Šmilauer, 2003). Therefore,
redundancy analysis (RDA) was used to determine the relation between
metal concentrations and two sets of explainable variables (sediment
variables and landscape variables). The statistical significance of each
analysis was tested by a permutation test involving 999 permutations.
To determine significant variables, forward selection by permutation
of residuals at the 5% significance level was applied. Variation
partitioning was performed using only these significant variables. The
results are presented in an ordination diagram in which all of the
variables are represented by arrows. A smaller angle between arrows
represents a high correlation between variables, the direction of the
arrows represents positive or negative correlations, and the length of
the arrows corresponds to their importance in explaining the variation
of metals.

ผลลัพธ์ (ไทย) 1:

2.2.4. สถิติวิเคราะห์วิเคราะห์ทางสถิติทั้งหมด รวมถึงผลต่างของการวิเคราะห์แบบทางเดียว(การวิเคราะห์ความแปรปรวน) ตามอย่างน้อยสำคัญต่าง ๆ ทดสอบ (LSD), หลักดำเนินการวิเคราะห์ส่วนประกอบ (PCA) และบวชจำกัดใช้ซอฟต์แวร์ (รุ่น 3.0.3) R (R Core ทีมพัฒนา 2013)ด้วย "agricolae" (Mendiburu, 2013), "GPArotation" (Bernaards และJennrich, 2005) และ "มังสวิรัติ" (Oksanen et al., 2013) แพคเกจ ก่อนที่จะวิเคราะห์ติดต่อ detrended จำกัดบวช เริ่มต้น(DCA) ได้ดำเนินการเพื่อกำหนดการอบรมที่เหมาะสมที่สุดวิธี ความยาวไล่ระดับเงื่อนไข (Braak เธอ และPrentice, 1988) ในการศึกษานี้ DCA ระบุที่ไล่ระดับสีในโลหะข้อมูลในอเมริกาถูกสั้น (b3) (Lepš และ Šmilauer, 2003) ดังนั้นการวิเคราะห์ความซ้ำซ้อน (RDA) ถูกใช้เพื่อกำหนดความสัมพันธ์ระหว่างความเข้มข้นโลหะและชุดที่สองของตัวแปร explainable (ตะกอนตัวแปรกตัวแปรแนวนอน) นัยสำคัญทางสถิติของแต่ละทดสอบวิเคราะห์ โดยการทดสอบการเรียงสับเปลี่ยนที่เกี่ยวข้องกับสับ 999การกำหนดตัวแปรที่สำคัญ ส่งต่อตัวเลือก โดยการเรียงสับเปลี่ยนมีใช้ระดับนัยสำคัญของค่าคงเหลือที่ 5% การเปลี่ยนแปลงพาร์ทิชันที่ดำเนินการโดยใช้เฉพาะตัวแปรเหล่านี้อย่างมีนัยสำคัญ ที่ผลลัพธ์จะแสดงไดอะแกรมการบวชในของตัวแปรจะแสดง ด้วยลูกศร เป็นมุมที่มีขนาดเล็กระหว่างลูกศรแสดงถึงความสัมพันธ์ระหว่างตัวแปร ทิศทางของสูงลูกศรแทนความสัมพันธ์บวก หรือลบ และความยาวของลูกศรที่สอดคล้องกับความสำคัญในการอธิบายการเปลี่ยนแปลงของโลหะ

ผลลัพธ์ (ไทย) 2:

2.2.4
วิเคราะห์ทางสถิติวิเคราะห์ทางสถิติทั้งหมดรวมถึงการวิเคราะห์ทางเดียวความแปรปรวน
(ANOVA) ตามด้วยการทดสอบอย่างมีนัยสำคัญน้อยแตกต่างกัน (LSD)
ที่สำคัญการวิเคราะห์องค์ประกอบ(PCA) และอุปสมบท จำกัด
ได้ดำเนินการโดยใช้ซอฟต์แวร์R (เวอร์ชั่น 3.0.3) ( ทีมวิจัยหลักของการพัฒนา 2013)
ด้วย "agricolae" (Mendiburu 2013), "GPArotation" (Bernaards และ
Jennrich, 2005) และ "มังสวิรัติ" (Oksanen et al., 2013) แพคเกจ ก่อนที่จะบวช จำกัด , เริ่มต้นการวิเคราะห์การติดต่อ detrended (DCA) ได้ดำเนินการเพื่อตรวจสอบการบวชที่เหมาะสมที่สุดวิธีการไล่ระดับสีที่มีความยาวเป็นเกณฑ์(เธอ Braak และศิษย์ 1988) ในการศึกษานี้ชี้ให้เห็นว่า DCA ลาดโลหะข้อมูลในเว็บไซต์สั้น(b3) (Leps และŠmilauer, 2003) ดังนั้นการวิเคราะห์ความซ้ำซ้อน (RDA) ถูกใช้ในการกำหนดความสัมพันธ์ระหว่างความเข้มข้นของโลหะและสองชุดของตัวแปรอธิบาย(ตะกอนตัวแปรและตัวแปรแนวนอน) นัยสำคัญทางสถิติของแต่ละวิเคราะห์ได้รับการทดสอบโดยการทดสอบการเปลี่ยนแปลงที่เกี่ยวข้องกับการเพิ่มเงิน 999. การตรวจสอบตัวแปรที่สำคัญการเลือกข้างหน้าโดยการเปลี่ยนแปลงของเหลือที่ระดับนัยสำคัญ 5% ถูกนำมาใช้ รูปแบบการแบ่งได้ดำเนินการโดยใช้เพียงตัวแปรเหล่านี้อย่างมีนัยสำคัญ ผลที่จะได้นำเสนอในแผนภาพที่บวชทั้งหมดของตัวแปรจะแสดงโดยลูกศร มุมที่มีขนาดเล็กระหว่างลูกศรแสดงให้เห็นถึงความสัมพันธ์ระหว่างตัวแปรสูงทิศทางของลูกศรแสดงให้เห็นถึงความสัมพันธ์บวกหรือเชิงลบและความยาวของลูกศรที่สอดคล้องกับความสำคัญของพวกเขาในการอธิบายการเปลี่ยนแปลงของโลหะ

ผลลัพธ์ (ไทย) 3:

2.2.4 . สถิติที่ใช้ในการวิเคราะห์
สถิติที่ใช้ในการวิเคราะห์ เช่น การวิเคราะห์ความแปรปรวน ( ANOVA )
ตามอย่างมีนัยสำคัญน้อยที่สุด ( LSD ) ที่แตกต่างกันการทดสอบ การวิเคราะห์องค์ประกอบหลัก ( PCA ) และบังคับ

งานบวช , การใช้โปรแกรม R ( รุ่นสำ ( R ) แกน ทีมพัฒนา 2013 )
" agricolae ( mendiburu " , 2013 ) " gparotation " ( bernaards
jennrich และ ,2005 ) และ " มังสวิรัติ " ( oksanen et al . , 2013 ) แพคเกจ ก่อน
บังคับบวช การวิเคราะห์ความสอดคล้องเริ่มต้น
( DCA ) ได้ทดลองหาวิธีอุปสมบท
เหมาะสมที่สุดกับไล่ระดับความยาวเป็นเกณฑ์ ( ter Braak และ
Prentice , 1988 ) ในการศึกษานี้พบว่า ในข้อมูลการ DCA โลหะ
ระหว่างไซต์สั้น ( B3 ) ( š Lep และ lithuania milauer , 2003 )ดังนั้น
การวิเคราะห์ความซ้ำซ้อน ( RDA ) ศึกษาความสัมพันธ์ระหว่างความเข้มข้นของโลหะ
2 ชุดของตัวแปร ( ตัวแปรอธิบายตะกอน
และภูมิทัศน์ของตัวแปร ) ทางสถิติของแต่ละ
การวิเคราะห์ทดสอบ โดยการทดสอบการเปลี่ยนแปลงที่เกี่ยวข้องกับ 999 ชุลมุน
ศึกษาตัวแปรสำคัญ เลือกโดยวิธีเรียงสับเปลี่ยน
ไปข้างหน้าของความคลาดเคลื่อนที่ระดับ 5 % คือใช้ การเปลี่ยนแปลงการกระทำโดยใช้เพียง
ตัวแปรสำคัญเหล่านี้
ผลจะแสดงในแผนภาพในการบวช ซึ่งทั้งหมดของ
ตัวแปรแทนด้วยลูกศร ขนาดเล็กลูกศร
หมายถึงมุมระหว่างความสัมพันธ์สูง ตัวแปร ทิศทางของลูกศร
เป็นบวกหรือลบความสัมพันธ์และความยาวของ
ลูกศรสอดคล้องกับความสำคัญในการอธิบายการเปลี่ยนแปลง
ของโลหะ