Fig. 1.8 Many useful multivariate a

Fig. 1.8 Many useful multivariate analytical procedures convert (a) a matrix of samples, in this case
the columns are abundances of a suite of taxa (the rows in the table), or (b) other variables into a matrix
of similarities or dissimilarities. This summarises differences across all variables between each pair
of samples into a single distance, or measure of difference between the pair. This information can be
presented graphically in many ways. (c) Non-metric MultiDimensional Scaling (nMDS) plots illustrate
similarity among samples in two- or three-dimensional space, using the ranked distances. Points closer
together on the plot are more similar and vice versa. (d) Clustering attempts to identify ‘natural’ groups
of samples by identifying which are more similar to each other.

ผลลัพธ์ (ไทย) 1:

รูปที่ 1.8 กระบวนวิเคราะห์ตัวแปรพหุประโยชน์หลายแปลง (a) เมทริกซ์ของตัวอย่าง ในกรณีนี้คอลัมน์ที่มีร้านชุดของแท็กซ่า (แถวในตาราง), หรือ (ข) ตัวแปรอื่น ๆ ในเมทริกซ์ความคล้ายคลึงกันหรือ dissimilarities นี้สรุปความแตกต่างระหว่างตัวแปรทั้งหมดระหว่างแต่ละคู่ตัวอย่างระยะเดียว หรือวัดความแตกต่างระหว่างคู่ ข้อมูลนี้ได้นำเสนอแบบกราฟิกอย่างมาก (c) แปลงไม่ใช่วัดหลายมิติมาตราส่วน (nMDS) แสดงความคล้ายคลึงกันจากตัวอย่างใน dimensional สอง หรือสามพื้นที่ ใช้ระยะอันดับ จุดใกล้กันบนพล็อตคล้ายกันมาก และในทางกลับกัน (d) Clustering พยายามระบุกลุ่ม 'ธรรมชาติ'ตัวอย่างโดยระบุ ซึ่งจะขึ้นกับแต่ละอื่น ๆ

ผลลัพธ์ (ไทย) 2:

มะเดื่อ. 1.8 การวิเคราะห์หลายตัวแปรที่มีประโยชน์หลายแปลง (ก) เมทริกซ์ของกลุ่มตัวอย่างในกรณีนี้
คอลัมน์ที่มีความอุดมสมบูรณ์ของชุดของแท็กซ่า A (แถวในตาราง) หรือ (ข) ตัวแปรอื่น ๆ ลงในเมทริกซ์
ความคล้ายคลึงกันหรือความแตกต่าง นี้จะสรุปความแตกต่างทั่วตัวแปรทั้งหมดระหว่างแต่ละคู่
ของกลุ่มตัวอย่างเป็นระยะทางเดียวหรือตัวชี้วัดของความแตกต่างระหว่างทั้งคู่ ข้อมูลนี้สามารถ
นำเสนอภาพกราฟิกในหลาย ๆ (ค) ไม่เมตริกหลายมิติขูดหินปูน (nMDS) แปลงแสดงให้เห็นถึง
ความคล้ายคลึงกันในหมู่ตัวอย่างในสองหรือสามมิติโดยใช้ระยะทางในอันดับที่ จุดที่ใกล้ชิด
กันบนพล็อตอื่น ๆ ที่คล้ายกันและในทางกลับกัน (ง) การจัดกลุ่มพยายามที่จะระบุกลุ่ม 'ธรรมชาติ'
ของกลุ่มตัวอย่างโดยการระบุที่มีมากขึ้นคล้าย ๆ กัน