Factors potentially influencing spatial patterns of
soil N transformations were assessed with two multiple
linear techniques, as described in Gilliam and others
(2001a). First, multiple linear regression was used to
examine the relationship between net nitrification rates
and the following soil variables: C, N, C/N ratio, extractable
pools of NH4, moisture, organic matter, and
pH, following the approach taken by Koopmans and
others (1995). Additionally, backward stepwise regression
was used to identify further which of the independent
variables may have been more significantly correlated
with N transformations. This technique eliminates
variables from the proposed model sequentially until
all the variables remaining in the model produce F
statistics significant at a given probability level, in this
case P 0.05 (Zar 1996).
ปัจจัยที่อาจมีผลต่อรูปแบบทางพื้นที่ของแปลงทดลองด้วยดิน n
2 เทคนิคเชิงเส้นหลาย
ตามที่อธิบายไว้ในกิลเลียมและคนอื่น ๆ
( 2001a ) แรก , การถดถอยเชิงเส้นพหุที่ใช้
ศึกษาความสัมพันธ์ระหว่างอัตราไนตริฟิเคชันสุทธิและต่อไปนี้ตัวแปรดิน
: C , N , C / N ratio , สระสกัด
ของ NH4 , ความชื้น , สารอินทรีย์และ
พีเอชต่อไปนี้วิธีการถ่ายโดยคนอื่น ๆและ koopmans
( 1995 ) นอกจากนี้ ข้างหลัง Stepwise Regression
เพื่อศึกษาเพิ่มเติมที่ตัวแปรอิสระ
อาจได้รับเพิ่มเติมความสัมพันธ์กับการแปลง . เทคนิคนี้ช่วยลด
ตัวแปรจากแบบจำลองตามลำดับจนกระทั่ง
ทั้งหมดตัวแปรที่เหลืออยู่ในรูปแบบการผลิต F
สถิติที่สำคัญที่ระบุระดับความน่าจะเป็น ในกรณีนี้
P 0.05 ( ZAR 1996 )
การแปล กรุณารอสักครู่..