2.8. Statistical and power analyses
Statistical analyses were completed using the statistical development
environment: R, version 3.2.2 (R Development Core Team,
2015). Data handling was conducted with the package ‘dplyr’
(Wickham and Francois, 2015). Analysis of variance (ANOVA) was
used to test for differences between groups, and model assumptions
were checked using diagnostic plots. A random effect was included in
the statistical models to take account of the proximity of the pasture
and silvopastoral plots. A random effect for date was also included in
the ANOVA of the water measurements with the capacitance probe to
account for temporal pseudoreplication.
Transformations of the data were made where appropriate. Multiple
comparisons between group means were made using the least signifi-
cant test function, implemented in the package ‘agricolae’ (de
Mendiburu, 2014), utilizing the Benjamini & Hochberg correction to
control the family-wise error rate (Benjamini and Hochberg, 1995).
For the power analyses, the ‘power.t.test’ function within the ‘base’
package of R was used to determine the statistical robustness of the cumulative
SOC values from the woodland and pasture. The probability of
incorrectly rejecting the null hypothesis (α) was set at 0.05, and the probability
of failing to reject a false null hypothesis (β) was set at 0.2, i.e. a
20% chance of wrongly concluding that there is no difference between
treatments. Tests were run for six depth increments (0–10, 10–20, 20–
40, 40–60, 60–105, and 105–150 cm) and each cumulative depth increment
(0–10, 0–20, 0–40, 0–60, 0–105, and 0–150 cm). Since there were
twice as many samples collected in the pasture as the woodland, 20 samples
were chosen at random from the 40 pasture samples.
2.8 วิเคราะห์ทางสถิติ และมีอำนาจมีความสมบูรณ์โดยใช้การพัฒนาสถิติวิเคราะห์ทางสถิติสภาพแวดล้อม: R เวอร์ชั่น 3.2.2 (ทีมหลักพัฒนา R2015) ดำเนินการจัดการข้อมูลกับแพคเกจ 'dplyr'(วิกคัมและ Francois, 2015) คือการวิเคราะห์ความแปรปรวน (ANOVA)ใช้ในการทดสอบความแตกต่างระหว่างกลุ่ม และแบบจำลองสมมติฐานถูกตรวจสอบโดยใช้แปลงวินิจฉัย ผลการสุ่มถูกรวมอยู่ในโมเดลทางสถิติเพื่อใช้บัญชีของความใกล้ชิดของทุ่งหญ้าและแผนการ silvopastoral ผลการสุ่มสำหรับวันถูกรวมอยู่ในANOVA การวัดน้ำด้วยโพรบความจุการบัญชีสำหรับ pseudoreplication ขมับทำการแปลงข้อมูลเหมาะสม หลายเปรียบเทียบระหว่างกลุ่มวิธีทำใช้พลาด - อย่างน้อยไม่สามารถทดสอบการทำงาน ดำเนินการในแพคเกจ 'agricolae' (deใช้ Mendiburu, 2014), การแก้ไข Benjamini & Hochberg เป็นควบคุมอัตราการผิดพลาด family-wise (Benjamini และ Hochberg, 1995)สำหรับการวิเคราะห์พลังงาน ฟังก์ชัน 'power.t.test' ภายใน 'ฐาน'แพคเกจของ R ใช้ในการกำหนดเสถียรภาพทางสถิติของการสะสมค่า SOC จากป่าไม้และทุ่งหญ้า น่าเป็นของปฏิเสธสมมติฐาน (α) null ไม่ถูกต้องถูกตั้งไว้ที่ 0.05 และความน่าเป็นล้มเหลวในการปฏิเสธ สมมติฐานว่างเท็จ (β) ถูกตั้งไว้ที่ 0.2 เช่นการ20% โอกาสที่จะผิดสรุปว่า ไม่แตกต่างรักษา กำลังรันการทดสอบสำหรับความลึกทีหก (0-10, 10-20, 20 –40, 40 – 60, 60-105 และ 105 – 150 เซนติเมตร) และแต่ละความลึกสะสมเพิ่ม(0-10, 0-20, 0-40, 0-60, 0-105 และ 0 – 150 ซม.) เนื่องจากมีสองเท่าหลายตัวอย่างที่เก็บรวบรวมในทุ่งหญ้าเป็นป่า 20 ตัวอย่างมีสุ่มจากกลุ่มตัวอย่าง 40 ทุ่งเลี้ยงสัตว์
การแปล กรุณารอสักครู่..

2.8 สถิติและการวิเคราะห์อำนาจ
การวิเคราะห์ทางสถิติเสร็จสมบูรณ์โดยใช้การพัฒนาสถิติ
สภาพแวดล้อม: R, รุ่น 3.2.2 (R พัฒนาหลักของทีม
2015) การจัดการข้อมูลได้ดำเนินการกับแพคเกจ 'dplyr'
(วิคแฮมและฟรองซัว, 2015) การวิเคราะห์ความแปรปรวน (ANOVA) ถูก
ใช้ในการทดสอบความแตกต่างระหว่างกลุ่มและข้อสมมติฐานรุ่น
ได้รับการตรวจสอบโดยใช้แปลงวินิจฉัย ผลการสุ่มถูกรวมอยู่ใน
รูปแบบทางสถิติในการใช้บัญชีของความใกล้ชิดของทุ่งหญ้า
และแปลง silvopastoral ผลการสุ่มสำหรับวันก็รวมอยู่ใน
วิเคราะห์ความแปรปรวนของการวัดน้ำที่มีการสอบสวนความจุในการ
บัญชีสำหรับ pseudoreplication ชั่วคราว.
แปลงของข้อมูลที่ถูกสร้างขึ้นตามความเหมาะสม หลาย
เปรียบเทียบระหว่างกลุ่มวิธีการที่ถูกสร้างขึ้นโดยใช้น้อยมีนัยสำคัญ
ฟังก์ชั่นการทดสอบลาดเทดำเนินการในแพคเกจ 'agricolae' (เด
Mendiburu 2014) ใช้ Benjamini & Hochberg แก้ไขเพื่อ
ควบคุมอัตราความผิดพลาดในครอบครัวที่ชาญฉลาด (Benjamini และ Hochberg 1995 ).
เพื่ออำนาจวิเคราะห์ของ power.t.test 'ฟังก์ชั่นภายในฐาน'
แพคเกจของ R ถูกใช้ในการตรวจสอบความแข็งแรงทางสถิติของสะสม
ค่า SOC จากป่าไม้และทุ่งหญ้า น่าจะเป็นของ
ที่ไม่ถูกต้องปฏิเสธสมมติฐาน (α) ตั้งอยู่ที่ 0.05 และความน่าจะเป็น
ของความล้มเหลวที่จะปฏิเสธสมมติฐานที่ผิดพลาด (β) ถูกกำหนดไว้ที่ 0.2 คือเป็น
โอกาส 20% ของผิดสรุปว่ามีความแตกต่างระหว่างที่ไม่มี
การรักษา . การทดสอบวิ่งหกเพิ่มขึ้นทีละลึก (0-10, 10-20, 20-
40, 40-60, 60-105, และ 105-150 ซม.) และแต่ละเพิ่มความลึกของสะสม
(0-10, 0-20, 0- 40, 0-60, 0-105 และ 0-150 ซม.) เนื่องจากมี
สองเท่าหลายตัวอย่างที่เก็บรวบรวมได้ในทุ่งหญ้าเป็นป่าไม้ 20 ตัวอย่าง
ได้รับการคัดเลือกโดยการสุ่มจาก 40 ตัวอย่างทุ่งหญ้า
การแปล กรุณารอสักครู่..

2.8 . การวิเคราะห์ทางสถิติและอำนาจสถิติที่ใช้ในการวิเคราะห์คือ สถิติที่ใช้ในการพัฒนาเสร็จสมบูรณ์สภาพแวดล้อม : r , R Core รุ่น 3.2.2 ( ทีมพัฒนา2015 ) การจัดการข้อมูลได้ใช้กับแพคเกจ dplyr " "( วิคแฮมและ Francois 2015 ) การวิเคราะห์ความแปรปรวน ( ANOVA )ใช้ในการทดสอบความแตกต่างระหว่างกลุ่ม และแบบเบื้องต้นมีการตรวจสอบการใช้ที่ดินเพื่อการวินิจฉัย ผลสุ่มอยู่ในแบบจำลองทางสถิติเพื่อใช้บัญชีของความใกล้ชิดของทุ่งหญ้าsilvopastoral และแปลง ผลสุ่มวันก็รวมอยู่ในการวิเคราะห์ความแปรปรวนแบบวัดความจุของน้ำกับการสอบสวนเพื่อบัญชีชั่วคราว pseudoreplication .การแปลงของข้อมูลที่ถูกสร้าง ที่เหมาะสม หลาย ๆการเปรียบเทียบระหว่างกลุ่ม ซึ่งถูกสร้างโดยใช้ signifi น้อยที่สุดทดสอบการทำงานลาดเท นำไปใช้งานในชุด " " ( agricolae เดอmendiburu 2014 ) , การใช้ benjamini & hochberg แก้ไขควบคุมครอบครัวที่ชาญฉลาด ( และอัตราความผิดพลาด benjamini hochberg , 1995 )สำหรับพลังการวิเคราะห์ , " อำนาจ t.test " " ฐาน " ฟังก์ชันภายในแพคเกจของ R ถูกใช้เพื่อตรวจสอบการทนทาน สถิติสะสมสค่าจากป่าและทุ่งหญ้า ความน่าจะเป็นของไม่ถูกปฏิเสธสมมติฐานว่าง ( α ) เท่ากับ 0.05 และความน่าจะเป็นการปฏิเสธสมมติฐานว่างเท็จ ( บีตา ) เท่ากับ 0.2 , เช่น20% โอกาสผิดสรุปว่า ไม่มีความแตกต่างระหว่างการรักษา ทดสอบวิ่ง 6 ความลึกเพิ่มขึ้น ( 0 – 10 , 10 – 20 – 2040 , 40 – 60 , 60 – 105 , 105 – 150 เซนติเมตร ) และลึกแต่ละสะสมเพิ่ม( 0 - 10 , 0 – 0 – 20 , 40 , 0 – 0 – 60 , 105 , และ 0 - 150 ซม. ) ตั้งแต่มีสองครั้งเป็นอย่างมากที่รวบรวมในทุ่งหญ้าเป็นป่า 20 ตัวอย่างถูกเลือกโดยการสุ่มจาก 40 ฟาร์มตัวอย่าง
การแปล กรุณารอสักครู่..
