2.4.2. Core metric screeningWe cond

2.4.2. Core metric screening
We conducted core metric selection using a stepwise process
recommended by Barbour et al. (1999),Hering et al. (2006) and
Stoddard et al. (2008). First, a range test was used to filter
candidate metrics. This test would eliminate poor metrics for
assemblages with fewer taxa. Furthermore, the coefficient of
variation (CV) for reference sites was used to select better metrics
that had a small CV (CV

ผลลัพธ์ (ไทย) 1:

2.4.2. Core metric screeningWe conducted core metric selection using a stepwise processrecommended by Barbour et al. (1999),Hering et al. (2006) andStoddard et al. (2008). First, a range test was used to filtercandidate metrics. This test would eliminate poor metrics forassemblages with fewer taxa. Furthermore, the coefficient ofvariation (CV) for reference sites was used to select better metricsthat had a small CV (CV<1). Second, we tested the normality ofthe candidate metrics with normal probability plots and with aKolmogorov–Smirnov test of normality. If metrics had a normaldistribution, we would use parametric tests. Otherwise, we usednon-parametric tests. Third, box and whisker plots tests wereperformed for each candidate metric, and reference values werecompared to impaired values for discrimination power analysis.The discrimination power of each metric was judged according tothe degree of inter-quartile overlap in the box-plots. Metrics withsignificantly different values (p<0.05) and a higher discriminationpower (interquartile range, IQ_2) (Barbour et al., 1996) werefurther screened. Lastly, we evaluated metrics for redundancyusing the Spearman correlation analysis and metrics wereconsidered redundant if the Spearman correlation coefficientwas >0.70 and the p value was <0.05. Redundant metrics werethen eliminated from further analyses (Stoddard et al., 2008;Whittier et al., 2007). Only one metric per category should remain
according to Stoddard et al. (2008).

ผลลัพธ์ (ไทย) 2:

2.4.2 การตรวจคัดกรองตัวชี้วัดหลักของ
เราดำเนินการเลือกตัวชี้วัดหลักโดยใช้กระบวนการขั้นตอน
ที่แนะนำโดยบาร์เบอร์ et al, (1999), et al, Hering (2006) และ
ดาร์ด et al, (2008) ครั้งแรกที่ทดสอบช่วงถูกใช้ในการกรอง
ตัวชี้วัดที่ผู้สมัคร การทดสอบนี้จะกำจัดตัวชี้วัดที่ดีสำหรับ
assemblages กับแท็กซ่าน้อย นอกจากนี้ค่าสัมประสิทธิ์ของ
ความแปรปรวน (CV) สำหรับเว็บไซต์อ้างอิงถูกใช้ในการเลือกตัวชี้วัดที่ดีกว่า
ที่มีขนาดเล็ก CV (CV <1) ประการที่สองเราทดสอบภาวะปกติของ
ตัวชี้วัดที่ผู้สมัครที่มีความน่าจะเป็นแปลงที่ปกติและมี
Kolmogorov - นอฟของการทดสอบภาวะปกติ ถ้ามีตัวชี้วัดตามปกติ
การจัดจำหน่ายเราจะใช้การทดสอบคณิตศาสตร์ มิฉะนั้นเราใช้
การทดสอบที่ไม่ใช่คณิตศาสตร์ สามกล่องและมัสสุทดสอบแปลงถูก
ดำเนินการสำหรับผู้สมัครแต่ละตัวชี้วัดและค่าอ้างอิงที่ถูก
เมื่อเทียบกับค่าที่มีความบกพร่องในการวิเคราะห์อำนาจจำแนก.
อำนาจจำแนกของแต่ละตัวชี้วัดที่ได้รับการตัดสินตาม
ระดับของการทับซ้อนกันระหว่างควอไทล์ในกล่องแปลง ตัวชี้วัดที่มี
ค่าที่แตกต่างกันอย่างมีนัยสำคัญ (p <0.05) และการเลือกปฏิบัติที่สูงขึ้น
พลังงาน (ช่วง interquartile, IQ_2) (บาร์เบอร์ et al., 1996) ได้รับการ
คัดเลือกต่อไป สุดท้ายเราประเมินตัวชี้วัดสำหรับความผิดพลาด
โดยใช้การวิเคราะห์ความสัมพันธ์สเปียร์แมนและตัวชี้วัดที่ได้รับ
การพิจารณาซ้ำซ้อนถ้าค่าสัมประสิทธิ์สหสัมพันธ์สเปียร์แมน
เป็น> 0.70 และค่าพีเป็น <0.05 ตัวชี้วัดที่ซ้ำซ้อนถูก
ตัดออกจากการวิเคราะห์แล้วต่อไป (ดาร์ด et al, 2008;.
. เออร์, et al, 2007) เพียงคนเดียวที่ตัวชี้วัดต่อหมวดหมู่จะยังคง
เป็นไปตามดาร์ด et al, (2008)

ผลลัพธ์ (ไทย) 3:

2.4.2 . คอร์เมตริกคัดกรอง
เราทำการเลือกตัวชี้วัดหลัก โดยใช้กระบวนการ =
แนะนำโดยบาร์เบอร์ et al . ( 1999 ) , เฮอริ่ง et al . ( 2006 ) และ
ดาร์ด et al . ( 2008 ) ครั้งแรก ช่วงทดสอบใช้กรอง
สำหรับผู้สมัคร การทดสอบนี้จะกำจัดตัวชี้วัดที่ยากจน
ทะเลของทะเลที่มีน้อยลงและ . นอกจากนี้ค่า
การเปลี่ยนแปลง ( CV ) สำหรับเว็บไซต์ที่อ้างอิงถูกใช้เพื่อเลือกที่ดีกว่าการวัด
ที่มีพันธุ์เล็กพันธุ์ < 1 ) ประการที่สอง เราทดสอบปกติ
ผู้สมัครเมตริกกับแปลงความน่าจะเป็นแบบปกติและมี
แอนเดอร์สัน ( เพื่อทดสอบการแจกแจงแบบปกติ ถ้าวัดมีการแจกแจงปกติ
เราจะใช้การทดสอบพาราเมตริก . มิฉะนั้น เราใช้
การทดสอบพารามิเตอร์ไม่ 3 กล่อง และหนวดแบบแปลงเป็น
ปฏิบัติสำหรับผู้สมัครแต่ละตัวชี้วัด และค่าอ้างอิงอยู่
เมื่อเทียบกับค่าอำนาจจำแนก การวิเคราะห์ความบกพร่อง .
อำนาจจำแนกของแต่ละตัวชี้วัด คือ ตัดสินตามระดับอินเตอร์ ควอไทล์
ซ้อนในกล่องแปลง วัดกับ
มีค่าแตกต่างกันอย่างมีนัยสำคัญทางสถิติ ( p < 0.05 ) และอำนาจจำแนก
สูงกว่า ( พิสัยระหว่างควอไทล์ iq_2 ) ( บาร์เบอร์ et al . , 1996 )
เพิ่มเติม มุ้งลวด ท้ายนี้ เราประเมินตัวชี้วัดสำหรับความซ้ำซ้อนโดยใช้การวิเคราะห์สหสัมพันธ์แบบสเปียร์แมน

ถือว่าซ้ำซ้อนและเมตริก คือถ้าใช้สัมประสิทธิ์สหสัมพันธ์
คือ > 0.70 และค่า P คือ < 0.05 ( วัดได้
แล้วตัดออกจากการวิเคราะห์เพิ่มเติม ( ดาร์ด et al . , 2008 ;
Whittier et al . , 2007 ) เพียงหนึ่งเมตริกตันต่อประเภทควรจะอยู่
ตามดาร์ด et al .

( 2008 )