Two methods are used to assess unce

Two methods are used to assess uncertainty for ecosystem C density. The first method is based on probability theory and involves simple error propagation by summing the square of each component’s uncertainty and then determining the square root of the sum. The second method uses Monte Carlo simulations to propagate errors. Although the Monte Carlo simulation is a better method, especially when data are correlated and highly variable, we used the first method because it is simpler and the two methods generated similar results except for the existence of a high correlation (Pearson et al., 2005; Kauffman and Donato, 2012). According to the first method

ผลลัพธ์ (ไทย) 1:

ใช้วิธีการสองวิธีในการประเมินความไม่แน่นอนสำหรับระบบนิเวศ C ความหนาแน่น วิธีแรกตามทฤษฎีความน่าเป็น และเกี่ยวข้องกับการเผยแพร่ข้อผิดพลาดปกติ โดยรวมกำลังสองของแต่ละส่วนประกอบความไม่แน่นอน และจากนั้น กำหนดค่ารากที่สองของผลรวม วิธีสองใช้จำลอง Carlo มอนสืบข้อผิดพลาด แม้ว่าการจำลอง Carlo มอนเป็นวิธีที่ดีกว่า โดยเฉพาะอย่างยิ่งเมื่อข้อมูลมี correlated และตัวแปรสูง เราใช้วิธีแรก เพราะเป็นวิธีที่ง่ายกว่าวิธีที่สองการสร้างผลลัพธ์คล้ายกันยกเว้นมีอยู่ของความสัมพันธ์สูง (Pearson et al., 2005 Kauffman กโดนาโต 2012) ตามวิธีแรก

ผลลัพธ์ (ไทย) 2:

สองวิธีที่ใช้ในการประเมินความไม่แน่นอนของระบบนิเวศ C ความหนาแน่น วิธีแรกอยู่บนพื้นฐานของทฤษฎีความน่าจะเกี่ยวข้องกับการขยายพันธุ์และข้อผิดพลาดง่ายจากข้อสรุปตารางองค์ประกอบของความไม่แน่นอนของแต่ละคนแล้วกำหนดรากที่สองของผลรวม วิธีที่สองใช้การจำลอง Monte Carlo เพื่อเผยแพร่ข้อผิดพลาด แม้ว่าการจำลอง Monte Carlo เป็นวิธีการที่ดีขึ้นโดยเฉพาะอย่างยิ่งเมื่อข้อมูลที่มีความสัมพันธ์และตัวแปรเราใช้วิธีแรกเพราะมันเป็นที่เรียบง่ายและทั้งสองวิธีการสร้างผลที่คล้ายกันยกเว้นสำหรับการดำรงอยู่ของความสัมพันธ์สูง (เพียร์สัน et al., 2005 ; คอฟฟ์แมนและโดนา 2012) ตามวิธีแรก

ผลลัพธ์ (ไทย) 3:

2 วิธีที่ใช้ประเมินความไม่แน่นอนสำหรับระบบนิเวศ C ความหนาแน่น วิธีแรก คือ ตามทฤษฎี ความน่าจะเป็น และเกี่ยวข้องกับการขยายพันธุ์ข้อผิดพลาดง่าย โดยการรวมตารางของความไม่แน่นอนของแต่ละส่วนประกอบ และหารากที่สองของผลรวม วิธีที่สอง ใช้เทคนิคมอนติคาร์โลจำลองเผยแพร่ผิด แม้ว่าเทคนิคมอนติคาร์โลเป็นวิธีที่ดีกว่าโดยเฉพาะเมื่อข้อมูลมีความสัมพันธ์กับตัวแปรอย่างสูง เราใช้วิธีแรก เพราะ 2 วิธีง่าย และสร้างผลลัพธ์ที่คล้ายคลึงกันยกเว้นสำหรับการดำรงอยู่ของความสัมพันธ์สูง ( Pearson et al . , 2005 ; Kauffman และ โดนาโต้ , 2012 ) ตามวิธีแรก