We computed the codispersion of eac

We computed the codispersion of each pair of species at spatial lags ranging from 20 to 120 m. The maximum spatial lag equaled just under one-fourth of the length of the shortest side of the plot and was used to ensure adequate sample sizes for the largest spatial lag. To assess the significance of the observed codispersion patterns, we compared the observed codispersion values for each species pair calculated for each spatial lag and direction to values generated using two null models. The first was a CSR model, where one species distribution was fixed and the point locations of the other species were distributed completely spatially randomly across the plot. The second was a toroidal shift model, where the positions of trees were fixed, thus maintaining their autocorrelation structure, but the entire plot was shifted in a random direction and distance around a torus (Wiegand and Moloney 2014).

For each comparison, the null models were used to generate 199 new data sets for one of the species of each pair; 199 null simulations was a large enough number to confidently determine significant differences between observed and expected, and small enough to generate expected values on a desktop computer within a few days. Only one of the species pair needed to be randomized because this was enough to break their spatial association, allowing us to test the significance of their co-variation. The observed codispersion values at each spatial lag were then compared to the vector of codispersion values at the same spatial lags and directions under each null model to estimate tail probabilities; if the observed value was ≥195th value or ≤5th value, we deemed it to be significantly different from expected (i.e., a two-tailed test; P < 0.05). Finally, we calculated the Type I error rate of the CSR and toroidal shift null models by comparing the observed codispersion between two CSR simulated patterns (Appendix S2) to values generated under the CSR and toroidal shift models.

ผลลัพธ์ (ไทย) 1:

เราคำนวณ codispersion ของแต่ละคู่ของสายพันธุ์ในพื้นที่ล่าช้าตั้งแต่ 20-120 เมตร ความล่าช้าสูงสุด spatial ใหมเพียงหนึ่งส่วนสี่ของความยาวของด้านที่สั้นที่สุดของพล็อต และถูกใช้เพื่อให้แน่ใจว่าขนาดตัวอย่างเพียงพอสำหรับความล่าช้าที่พื้นที่ใหญ่ที่สุด เราเปรียบเทียบค่าสังเกต codispersion สำหรับแต่ละคู่สายพันธุ์ที่ถูกคำนวณสำหรับแต่ละพื้นที่ล่าช้าและทิศทางเป็นค่าที่สร้างโดยใช้ null สองรุ่นเพื่อประเมินความสำคัญของรูปแบบการสังเกต codispersion ครั้งแรกเป็นแบบ CSR ซึ่งกระจายพันธุ์หนึ่งคงตำแหน่งจุดของสายพันธุ์อื่น ๆ คน และสมบูรณ์ spatially สุ่มข้ามพล็อต ที่สองคือ แบบ toroidal shift ตำแหน่งของต้นไม้ได้รับการ แก้ไข ดังนั้น การรักษาโครงสร้าง autocorrelation แต่แผนการทั้งหมดถูกเลื่อนสุ่มทิศทางและระยะทางรอบทอรัส (Wiegand และ Moloney 2557)สำหรับการเปรียบเทียบแต่ละ รุ่น null ถูกใช้เพื่อสร้างชุดข้อมูลใหม่ 199 พันธุ์ แต่ละคู่อย่างใดอย่างหนึ่ง จำลองเป็น null 199 พอจำนวนมากเพื่อตรวจสอบความแตกต่างสำคัญระหว่างสังเกตคาด และเล็กพอที่จะสร้างค่าที่คาดไว้บนคอมพิวเตอร์เดสก์ท็อปภายในกี่วันมั่นใจได้ เพียงหนึ่งคู่สายพันธุ์ต้องสามารถสุ่มเวลานี้พอจะแบ่งความสัมพันธ์เชิงพื้นที่ ทำให้เราสามารถทดสอบความสำคัญของการเปลี่ยนแปลงร่วมของพวกเขา ค่าสังเกต codispersion ที่ล่าช้าแต่ละพื้นที่ได้แล้วเมื่อเทียบกับเวกเตอร์ของค่า codispersion ที่เดียวกันพื้นที่ล่าช้าและทิศทางภายใต้แต่ละรุ่นเป็น null การประเมินน่าจะหาง ถ้าค่าสังเกตเป็นค่า ≥195th หรือ ≤5th ค่า เราถือว่ามันจะแตกต่างจากที่คาดไว้ (เช่น หางสองทดสอบ P < 0.05) ในที่สุด คำนวณชนิดผมอัตราข้อผิดพลาดของ CSR และ โดยการเปรียบเทียบ codispersion สังเกตระหว่าง CSR สองรุ่น null กะทอรอยด์จำลองลวดลาย (ภาคผนวก S2) เป็นค่าที่ถูกสร้างขึ้นภายใต้กิจกรรมเพื่อสังคมและ toroidal กะรุ่นนี้

ผลลัพธ์ (ไทย) 2:

เราคำนวณ codispersion คู่ของสายพันธุ์แต่ละล่าช้าเชิงพื้นที่ตั้งแต่ 20-120 เมตร อวกาศล่าช้าสูงสุดเท่ากับเพียงภายใต้หนึ่งในสี่ของความยาวของด้านที่สั้นที่สุดของพล็อตและถูกนำมาใช้เพื่อให้แน่ใจว่าขนาดตัวอย่างที่เพียงพอสำหรับความล่าช้าอวกาศที่ใหญ่ที่สุด เพื่อประเมินความสำคัญของรูปแบบ codispersion สังเกตเราเมื่อเทียบกับค่า codispersion สังเกตแต่ละคู่สายพันธุ์คำนวณสำหรับแต่ละล่าช้าเชิงพื้นที่และทิศทางที่จะสร้างขึ้นโดยใช้ค่าสองรุ่น null อันแรกก็คือรูปแบบ CSR ที่กระจายสายพันธุ์หนึ่งที่ได้รับการแก้ไขและสถานที่จุดของสายพันธุ์อื่น ๆ ที่มีการกระจายอย่างสมบูรณ์เชิงพื้นที่สุ่มข้ามพล็อต ที่สองก็คือรูปแบบการเปลี่ยนแปลงวงแหวนที่ตำแหน่งของต้นไม้ได้รับการแก้ไขดังนั้นการรักษาโครงสร้างอัตของพวกเขา แต่พล็อตทั้งหมดถูกเปลี่ยนไปในทิศทางที่สุ่มและระยะทางรอบพรู (Wiegand และ Moloney 2014).

สำหรับแต่ละการเปรียบเทียบโมฆะ รุ่นที่ถูกนำมาใช้ในการสร้าง 199 ชุดข้อมูลใหม่สำหรับหนึ่งในสายพันธุ์ของแต่ละคู่; 199 จำลอง null เป็นจำนวนมากพอที่จะมีความมั่นใจในการตรวจสอบความแตกต่างที่สำคัญระหว่างการสังเกตและคาดหวังและมีขนาดเล็กพอที่จะสร้างค่าคาดว่าในคอมพิวเตอร์เดสก์ทอปภายในไม่กี่วัน เพียงหนึ่งในคู่ชนิดที่จำเป็นในการได้รับการสุ่มเพราะนี่คือพอที่จะทำลายสมาคมอวกาศของพวกเขาทำให้เราสามารถทดสอบความสำคัญของพวกเขาร่วมการเปลี่ยนแปลง ค่า codispersion สังเกตในแต่ละล่าช้าเชิงพื้นที่แล้วถูกเมื่อเทียบกับเวกเตอร์ของค่า codispersion ที่ล่าช้าเชิงพื้นที่และทิศทางเดียวกันภายใต้แต่ละรุ่น null เพื่อประเมินความน่าจะเป็นหาง ถ้าค่าสังเกตเป็นค่า≥195thหรือมูลค่า≤5thเราถือว่ามันจะแตกต่างกันอย่างมีนัยสำคัญจากที่คาดไว้ (เช่นการทดสอบสองด้าน; P <0.05) สุดท้ายเราคำนวณประเภทที่ฉันอัตราความผิดพลาดของความรับผิดชอบต่อสังคมและ Toroidal เปลี่ยนรุ่น null โดยการเปรียบเทียบ codispersion สังเกตระหว่างสองรูปแบบ CSR จำลอง (ภาคผนวก S2) เพื่อสร้างค่าภายใต้ความรับผิดชอบต่อสังคมและรูปแบบการเปลี่ยนแปลงวงแหวน

ผลลัพธ์ (ไทย) 3:

เราได้ทำการคำนวณ codispersion ของคู่ของแต่ละชนิดที่ 4 พื้นที่ตั้งแต่ 20 ถึง 120 เมตร พื้นที่ตอนใต้ล่าช้าสูงสุด 1 / 4 ของความยาวของด้านที่สั้นที่สุดของพล็อตและถูกใช้เพื่อให้แน่ใจว่าขนาดตัวอย่างที่เพียงพอสำหรับร่างกายพื้นที่ที่ใหญ่ที่สุด ประเมินความสำคัญของ codispersion สังเกตรูปแบบ เราเปรียบเทียบค่าสังเกต codispersion แต่ละชนิดแต่ละคู่คำนวณพื้นที่ล่าช้าและทิศทางค่าสร้างโดยใช้สองรูปแบบ null . ครั้งแรกก็เป็น CSR แบบที่ 1 ชนิดกระจายคงที่และจุดที่ตั้งของชนิดอื่น ๆมีการกระจายเชิงพื้นที่แบบสุ่มสมบูรณ์ทั่วทั้งแปลง ครั้งที่สองเป็นแบบ Toroidal กะที่ตำแหน่งของต้นไม้ที่ถูกแก้ไข จึงยังคงรักษาโครงสร้างของข้อมูล แต่พล็อตทั้งหมดถูกวาดในการสุ่มทิศทาง และระยะทางรอบทอรัส ( วีเกิ่นด์ และเมอโลนีย์ 2014 )สำหรับแต่ละการเปรียบเทียบแบบ null จำนวนสร้าง 199 ชุดข้อมูลใหม่ หนึ่งในสายพันธุ์ของแต่ละคู่ ; 199 โมฆะจำลองเป็นจำนวนที่มากพอที่จะมั่นใจตรวจสอบความแตกต่างระหว่างการตรวจสอบ และคาดว่า และเล็กพอที่จะสร้างคาดว่าค่าบนคอมพิวเตอร์เดสก์ทอปได้ภายในไม่กี่วัน เฉพาะสปีชีส์หนึ่งคู่ต้องสุ่ม เพราะนี้ก็เพียงพอแล้วที่จะทำลายสมาคมอวกาศของพวกเขาช่วยให้เราเพื่อทดสอบความสำคัญของบริษัทต่างๆ และค่าในแต่ละพื้นที่ codispersion ความล่าช้าแล้วเทียบกับเวกเตอร์ของ codispersion ที่ค่าเดียวกันพื้นที่ล่าช้าและทิศทางในแต่ละรูปแบบเพื่อประมาณความน่าจะเป็นหาง null ; ถ้าสังเกตค่าถูก≥ค่า 195th หรือ≤มูลค่า 5 , เราถือว่ามันต้องแตกต่างจากที่คาดไว้ ( เช่น การทดสอบสองหาง ; p < 0.05 ) ในที่สุด เราคำนวณอัตราความคลาดเคลื่อนประเภทที่ 1 ของ CSR และเปลี่ยนแบบ Toroidal null เปรียบเทียบและ codispersion ระหว่างสอง CSR รูปแบบจำลอง ( ภาคผนวก S2 ) ค่านิยมที่สร้างขึ้นภายใต้รูปแบบ CSR และกะ Toroidal