2.6. Statistical analysesSince nearly all air pollution models (except การแปล - 2.6. Statistical analysesSince nearly all air pollution models (except ไทย วิธีการพูด

2.6. Statistical analysesSince near

2.6. Statistical analyses
Since nearly all air pollution models (except for O3) were based
mainly on measurements from sites located in populated areas and
therefore are believed to be more reliable within the city of Munich
compared to its surroundings, we conducted our analyses also for
solely urban sites. We therefore calculated an index describing the
degree of urbanization for each site using the proportion of urban
land use with predominantly sealed soil (according to CORINE land
cover data, EEA, 2010) within a radius of 2 km. A site was classified
as “urban” when the index exceeded the value of 0.5 (see also
Jochner et al., 2012, 2013).
We calculated descriptive statistics for the analyzed short- and
long-term air pollutants and assessed differences between urban
and rural means using t-test (for normally distributed variables)
and ManneWhitney test (for non-normally distributed variables).
In phenological studies the air temperature of the previous
months is commonly related to phenological onset dates (e.g.,
Sparks et al., 2000). Thus, we selected the mean temperature of
January and February for flowering of hazel and the mean temperature
of March and April for flowering and leaf unfolding of
birch and flowering of horse chestnut. Since most of the variability
in onset dates of spring phenophases can be explained by air
temperature (see Table S1), we selected this meteorological factor
as a control variable in partial correlation analyses in order to
investigate the association between air pollutants and phenology in
detail. The relationship of pollutants and leaf morphological characteristics
of birch were analyzed solely using bivariate correlation
analyses since no association with temperature was detected (see
Table S2). Stepwise linear regressionwas used to further investigate
the relative importance of environmental variables in predicting
the onset date of full flowering of the selected species.
All statistical analyses were conducted using IBM SPSS 22.0.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
2.6. สถิติวิเคราะห์เนื่องจากแบบจำลองมลภาวะอากาศเกือบทั้งหมด (ยกเว้น O3) จากหลักในการวัดจากเว็บไซต์ที่อยู่ในพื้นที่ที่มีประชากร และดังนั้น เชื่อว่ามีความน่าเชื่อถือภายในเมืองมิวนิคเราเปรียบเทียบกับสภาพแวดล้อม ดำเนินการวิเคราะห์ของเรายังเพียงเมืองอเมริกา เราจึงคำนวณเป็นดัชนีอธิบายการระดับของความเป็นเมืองสำหรับแต่ละไซต์โดยใช้สัดส่วนของเมืองใช้ดินกับดินส่วนใหญ่ปิดผนึก (ตามที่ดิน CORINEครอบคลุมข้อมูล พลเมือง 2010) ภายในรัศมี 2 กม. ไซต์ถูกจัดประเภทเป็น "เมือง" เมื่อดัชนีเกินค่า 0.5 (โปรดดูJochner et al., 2012, 2013)เราคำนวณสถิติพรรณนาในการวิเคราะห์สั้น - และสารมลพิษอากาศระยะยาวและจากการประเมินความแตกต่างระหว่างเมืองหมายความว่าชนบทที่ใช้ทดสอบ t (สำหรับตัวแปรการกระจายปกติ) และและทดสอบ ManneWhitney (สำหรับตัวแปรแบบกระจายไม่ปกติ)ใน phenological ศึกษาอุณหภูมิอากาศของก่อนหน้าเดือนมักเกี่ยวข้องกับวันเริ่มมีอาการ phenological (เช่นสปาร์คและ al., 2000) ดังนั้น เราเลือกอุณหภูมิเฉลี่ยของเดือนมกราคมและกุมภาพันธ์สำหรับดอกทและอุณหภูมิเฉลี่ยมีนาคมถึงเมษายนดอกและใบไม้แฉของเบิร์ชและดอกของเกาลัดม้า เนื่องจากส่วนใหญ่ความแปรผันในวันเริ่มฤดูใบไม้ผลิ phenophases ที่สามารถถูกอธิบาย โดยเครื่องบินอุณหภูมิ (ดูตาราง S1), เราเลือกปัจจัยนี้อุตุนิยมวิทยาเป็นตัวแปรควบคุมในการวิเคราะห์สหสัมพันธ์บางส่วนเพื่อตรวจสอบความสัมพันธ์ระหว่างสารมลพิษอากาศและ phenology ในรายละเอียด ความสัมพันธ์ของสารมลพิษและลักษณะของใบไม้ของเบิร์ชได้วิเคราะห์แต่เพียงผู้เดียวโดยใช้สหสัมพันธ์ bivariateวิเคราะห์เนื่องจากไม่มีความสัมพันธ์กับอุณหภูมิตรวจพบ (ดูตาราง S2) Stepwise regressionwas เชิงเส้นใช้ในการตรวจสอบเพิ่มเติมความสำคัญของตัวแปรด้านสิ่งแวดล้อมในการทำนายวันเริ่มมีอาการของดอกทั้งหมดของชนิดที่เลือกสถิติวิเคราะห์ทั้งหมดได้ดำเนินการใช้ IBM โปรแกรม 22.0
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
2.6 การวิเคราะห์ทางสถิติตั้งแต่เกือบทั้งหมดรุ่นมลพิษทางอากาศ (ยกเว้น O3) เป็นพื้นฐานหลักในการวัดจากเว็บไซต์ที่ตั้งอยู่ในพื้นที่ที่มีประชากรและดังนั้นจึงเชื่อว่าจะมีความน่าเชื่อถือมากขึ้นในเมืองมิวนิคเมื่อเทียบกับสภาพแวดล้อมของเราดำเนินการวิเคราะห์ของเรายังเมืองแต่เพียงผู้เดียว เว็บไซต์ ดังนั้นเราจึงคำนวณดัชนีอธิบายระดับของการกลายเป็นเมืองสำหรับแต่ละเว็บไซต์โดยใช้สัดส่วนของเมืองการใช้ที่ดินที่มีดินส่วนใหญ่ที่ปิดสนิท(ตามที่ดิน Corine ข้อมูลที่ครอบคลุมอี 2010) ภายในรัศมี 2 กิโลเมตร เว็บไซต์ที่ถูกจัดว่าเป็น "เมือง" เมื่อดัชนีเกินมูลค่า 0.5 (เห็น Jochner et al., 2012, 2013). เราคำนวณสถิติเชิงพรรณนาสำหรับการวิเคราะห์ระยะสั้นและมลพิษทางอากาศในระยะยาวและการประเมินความแตกต่างระหว่างในเมืองและวิธีชนบทโดยใช้ t-test (สำหรับตัวแปรกระจายตามปกติ) และการทดสอบการ ManneWhitney (สำหรับตัวแปรที่ไม่ปกติกระจาย.) ในการศึกษาชีพลักษณ์อุณหภูมิของอากาศก่อนเดือนที่มีความสัมพันธ์กันโดยทั่วไปให้เป็นวันที่เริ่มมีอาการ phenological (เช่นสปาร์กet al., 2000 ) ดังนั้นเราจึงเลือกอุณหภูมิเฉลี่ยของเดือนมกราคมและกุมภาพันธ์สำหรับการออกดอกของสีน้ำตาลแดงและอุณหภูมิเฉลี่ยของเดือนมีนาคมและเมษายนสำหรับดอกและใบแฉของเบิร์ชและการออกดอกของม้าเกาลัด เนื่องจากส่วนใหญ่ของความแปรปรวนในวันที่เริ่มมีอาการของฤดูใบไม้ผลิ phenophases สามารถอธิบายได้ด้วยอากาศอุณหภูมิ(ดูตาราง S1) เราเลือกอุตุนิยมวิทยาปัจจัยนี้เป็นตัวแปรในการควบคุมความสัมพันธ์บางส่วนวิเคราะห์เพื่อตรวจสอบความสัมพันธ์ระหว่างมลพิษทางอากาศและชีพลักษณ์ในรายละเอียด ความสัมพันธ์ของสารมลพิษและลักษณะใบก้านของต้นเบิร์ชที่ได้มาวิเคราะห์ แต่เพียงผู้เดียวโดยใช้ความสัมพันธ์ bivariate วิเคราะห์ตั้งแต่ความสัมพันธ์ใด ๆ กับอุณหภูมิที่ตรวจพบ (ดูตารางที่S2) regressionwas เชิงเส้นแบบขั้นตอนที่ใช้ในการตรวจสอบเพิ่มเติมความสำคัญของตัวแปรด้านสิ่งแวดล้อมในการทำนายวันที่เริ่มมีอาการของการออกดอกเต็มรูปแบบของสปีชีส์ที่เลือก. ทั้งหมดการวิเคราะห์ทางสถิติได้ดำเนินการใช้ IBM SPSS 22.0






























การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
2.6 สถิติที่ใช้ในการวิเคราะห์
เนื่องจากเกือบทุกรุ่น ( ยกเว้น O3 ) มลพิษทางอากาศจาก
ส่วนใหญ่ การวัดจากเว็บไซต์ตั้งอยู่ในพื้นที่ที่มีประชากรและ
จึงเชื่อว่ามีความน่าเชื่อถือมากขึ้นในเมืองมิวนิค
เมื่อเทียบกับสภาพแวดล้อมที่เราทำการวิเคราะห์ของเรายัง
แต่เพียงผู้เดียวในเว็บไซต์ เราจึงคำนวณดัชนีอธิบาย
ระดับของความเป็นเมืองสำหรับแต่ละเว็บไซต์โดยใช้สัดส่วนของการใช้ที่ดินในเมือง
กับดินเด่นปิดผนึก ( ตามคอที่ดิน
ครอบคลุมข้อมูล , ชาวยุโรป , 2010 ) ภายในรัศมี 2 กิโลเมตร เว็บไซต์จัด
เป็น " เมือง " เมื่อดัชนีเกินค่า 0.5 ( เห็น
jochner et al . , 2012 , 2013 ) .
เราคำนวณสถิติสำหรับวิเคราะห์สั้น -
ระยะยาว มลพิษทางอากาศ และประเมินความแตกต่างระหว่างเขตเมืองและชนบท โดยการทดสอบค่า t (
หมายถึงกระจายปกติและตัวแปร )
mannewhitney ทดสอบ ( ไม่ใช่การกระจายปกติตัวแปร )
ใน phenological การศึกษาอุณหภูมิของอากาศในเดือนก่อนหน้านี้
คือเกี่ยวข้องกับ phenological เริ่มวันที่ ( เช่น
ประกายไฟ et al . , 2000 ) ดังนั้นเราจึงเลือกอุณหภูมิเฉลี่ยของ
มกราคม และ กุมภาพันธ์ สำหรับการออกดอกของเฮเซลและอุณหภูมิเฉลี่ย
ของเดือนมีนาคมและเมษายนสำหรับการออกดอกและใบแฉ
เบิร์ชและการออกดอกของม้าเกาลัด เนื่องจากส่วนใหญ่ของความแปรปรวน
ในการโจมตีวันที่ phenophases ฤดูใบไม้ผลิสามารถอธิบายได้โดยอุณหภูมิอากาศ
( ดูจากตาราง S1 ) ที่เราเลือกนี้ปัจจัยทางอุตุนิยมวิทยา
เป็นตัวควบคุมตัวแปรในการวิเคราะห์สหสัมพันธ์บางส่วนเพื่อ
ศึกษาความสัมพันธ์ระหว่างมลพิษอากาศและภายในใน
รายละเอียด ความสัมพันธ์ของมลพิษและใบ
ลักษณะสัณฐานของเบิร์ชวิเคราะห์โดยใช้การวิเคราะห์ถดถอยสหสัมพันธ์
แต่เพียงผู้เดียวเนื่องจากไม่มีความสัมพันธ์กับอุณหภูมิที่ตรวจพบ ( ดู
ตาราง S1 ) แบบเชิงเส้น regressionwas เคยสืบเรื่อง
เทียบกับความสำคัญของสิ่งแวดล้อมในการทำนาย
onset วันที่เต็มดอกของชนิดที่เลือก .
การวิเคราะห์ทางสถิติใช้ IBM SPSS ทั้งหมดจำนวน 80 .
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2025 I Love Translation. All reserved.

E-mail: