2.3. Data analysisTo obtain unbiase

2.3. Data analysis

To obtain unbiased estimates of mean IBI, both surface dives and deep dives need to be recorded with the same probability.

If the data sampling is more likely to record one of the two dive types, this can lead to the mean IBI estimates either being positively (if more deep dives are recorded) or negatively (if more surface dives are recorded) biased.

While surface dives within a bout are relatively easy to record from the same individual, the long duration of deep dives often makes it hard to predict where and when the whale will surface after the dive.

When several whales are present in the same area (off Sri Lanka at times up to ten individuals) the chances of confusing the focal whale with another whale, and thus missing the surfacing time, is also relatively high.

As a result, many focal follows ended up constituting only a single dive cycle, and some just a single surfacing bout. To overcome this sampling bias when estimating mean IBI of the follow, the temporal dependence between dive types within follows was estimated, using a first-order Markov chain.

The time series data of dive types, one for each follow, were first compiled into two-way contingency tables of preceding dive type versus succeeding dive type using R.

If a follow ended with a high arch or a fluke (indicating the transition from a surfacing dive to a deep dive), an additional transition from surfacing dives to deep dives was added to the contingency table to reduce any sampling bias from missing the longer deep dives.

For the same reason, a transition from deep dives to surfacing dives was also added, since a deep divewas never observed directly following another deep dive in this dataset.

Transition probabilities from preceding to succeeding dive types were then calculated using the following equation
where i is the preceding dive type, j is the succeeding dive type, n is the total number of dive types (i.e. two), a
is the number of transitions observed from dive types i to Journal of Experimental Marine Biology and Ecology
is the transition probability from i to j in the Markov chain.

To test whether or not the estimated contingency table differed froma theoretical distribution, a goodness of fittest was performed using Pearson's chi-squared test in R.

ผลลัพธ์ (ไทย) 1:

2.3. ข้อมูลวิเคราะห์รับประเมินคนของกรรมาธิการหมายถึง ทั้งนักดำผิวน้ำลึก dives ได้ถูกบันทึกไว้ ด้วยความน่าเป็นที่เดียวกัน ถ้าสุ่มตัวอย่างข้อมูลเพิ่มเติมระเบียนหนึ่งชนิดดำน้ำสอง นี้สามารถนำไปสู่หมายความว่ากรรมาธิการประเมินใดเป็นบวก (ถ้ามีบันทึกเพิ่มเติมลึก dives) หรือภาพในเชิงลบ (ถ้าผิว dives เพิ่มเติมถูกบันทึกไว้) ขณะ dives ผิวภายในการแข่งขันค่อนข้างง่ายต่อการบันทึกจากบุคคลเดียวกัน ช่วงยาวของ dives ลึกมักจะทำให้ยากที่จะทำนาย เมื่อวาฬจะผิวหลังจากการดำน้ำ เมื่อปลาวาฬหลายอยู่ในบริเวณเดียวกัน (จากศรีลังกาถึงบุคคลสิบครั้ง) โอกาสเกิดความสับสนวาฬโฟกัสกับอีกปลาวาฬ และขาดเวลา surfacing ดังนั้น ยังค่อนข้างสูง ดังนั้น ดังนี้โฟกัสมากสิ้นสุดค่าค่าเพียงรอบเดียวดำน้ำ และบางเพียงตัวเดียว surfacing แข่งขัน เพื่อเอาชนะความโน้มเอียงนี้สุ่มตัวอย่างเมื่อประมาณกรรมาธิการหมายถึงตาม การอาศัยชั่วคราวระหว่างดำน้ำชนิดภายในดังนี้ได้ประมาณ ใช้ Markov ห่วงโซ่ใบสั่ง first ข้อมูลอนุกรมเวลาดำน้ำชนิด หนึ่งสำหรับแต่ละทำตาม ถูกคอมไพล์ให้เป็นสองทางฉุกเฉินตารางก่อนหน้าชนิดดำน้ำกับชนิดดำน้ำถัดไปโดยใช้อาร์ first ถ้าตามจบลง ด้วยประตูสูงหรือ fluke (แสดงการเปลี่ยนแปลงจาก surfacing ดำน้ำดำน้ำลึก), การเปลี่ยนแปลงเพิ่มเติมจากการซ่อมแซมผิวหน้า dives เพื่อ dives ลึกถูกเพิ่มลงในตารางฉุกเฉินเพื่อลดความโน้มเอียงการสุ่มตัวอย่างจากขาด dives ลึกยาว เหตุผลเดียวกัน นอกจากนี้ยังเพิ่มช่วงการเปลี่ยนภาพจาก dives ลึกเพื่อซ่อมแซมผิวหน้า dives ตั้งแต่ divewas ลึกไม่เคยสังเกตตรงต่อ ลึกอื่นดำน้ำในชุดข้อมูลนี้ เปลี่ยนกิจกรรมจากก่อนหน้าจะสำเร็จชนิดดำน้ำแล้วถูกคำนวณโดยใช้สมการต่อไปนี้ ผมดำน้ำชนิดก่อนหน้านี้ ชนิดของไดฟ์ถัดไปคือเจ n คือ จำนวนชนิดดำน้ำ (เช่น 2), การคือจำนวนของช่วงที่สังเกตจากชนิดดำน้ำผมไปสมุดรายวันของทดลองชีววิทยาทางทะเลและนิเวศวิทยามีความเป็นไปได้เปลี่ยนจากฉันไปเจในโซ่ Markov เพื่อทดสอบว่าตัวฉุกเฉินประเมินแตกต่างการกระจายทฤษฎี froma หรือไม่ ความกตัญญู fittest ทำการใช้การทดสอบไคสแควร์ของ Pearson ในอาร์

ผลลัพธ์ (ไทย) 3:

2.3 การวิเคราะห์ข้อมูลเพื่อขอรับ

ประมาณว่ามีนัย ไม่ฝักใฝ่ฝ่ายใด ทั้งดำน้ำลึกและดำน้ำพื้นผิวต้องถูกบันทึกไว้กับความน่าจะเป็นเท่ากัน

ถ้าข้อมูลตัวอย่างมีแนวโน้มที่จะบันทึกหนึ่งของทั้งสองการดำน้ำประเภทนี้สามารถนำไปสู่หมายถึงมีนัยประมาณการทั้งถูกบวก ( ถ้าลึกมากดำน้ำที่มีบันทึก ) หรือลบ ( ถ้าดำน้ำผิวมากขึ้นจะถูกบันทึกไว้ ) ลำเอียง

ในขณะที่พื้นผิว dives ในการแข่งขันจะค่อนข้างง่ายที่จะบันทึกจากบุคคลเดียวกัน ระยะเวลานานของลึกดำน้ำมักจะทำให้มันยากที่จะคาดการณ์ว่าเมื่อวาฬจะผิวหลังจากการดำน้ำ

เมื่อหลายปลาวาฬอยู่ในพื้นที่เดียวกัน ( จากศรีลังกา ครั้งถึงบุคคล 10 ) โอกาสของปลาวาฬโฟกัสสับสนกับวาฬอื่นจึงหายไปทันที เวลา นอกจากนี้ยังค่อนข้างสูง

ผล หลายโฟกัสตามสิ้นสุดประกอบเพียงรอบเดียว ดำน้ำ และบางเพียงเดียว surfacing การแข่งขัน ที่จะเอาชนะนี้ตัวอย่างอคติเมื่อประมาณว่ามีนัยของตามขมับการพึ่งพาอาศัยกันระหว่างประเภทดำน้ำภายในตามประมาณ การถ่ายทอดคำสั่ง RST มาร์คอฟโซ่

ข้อมูลอนุกรมเวลาแบบดำน้ำแต่ละคนปฏิบัติตามได้จึงตัดสินใจเดินทางไปเรียบเรียงสำหรับตารางสองทางเดิมของประเภทดำน้ำและประสบความสำเร็จชนิดดำน้ำโดยใช้ R .

ถ้าตามจบลงด้วยประตูสูงหรือflเคะ ( แสดงการเปลี่ยนจากพื้นผิวดำน้ำดำน้ำลึก )