A preliminary analysis suggested th

A preliminary analysis suggested that several measured plant
growth variables might show differences among fungal treatments,
but only the proportion of plants with roots colonized were statistically
significant. Therefore we decided to create composite scores,
which are often helpful in this type of analysis. The composite
score can be considered a latent variable (a proxy for an unobservable
dependent variable) and is a weighted linear function of the
measured variables, first screened to remove those with little
information value (Table 1) based on canonical (linear) discriminant
analysis (Kramer et al., 2009). This method finds the optimal
weighting for each measured variable’s contribution to the composite
score. For these data, two orthogonal latent variables
(LDA1 and LDA2) appeared adequate to describe differences in fungal
treatments.

ผลลัพธ์ (ไทย) 1:

การวิเคราะห์เบื้องต้นแนะนำว่า หลายวัดโรงงานเจริญเติบโตของตัวแปรอาจแสดงความแตกต่างระหว่างการรักษาเชื้อราแต่เฉพาะสัดส่วนของพืชที่มีรากที่อาณานิคมทางสถิติอย่างมีนัยสำคัญ ดังนั้น เราตัดสินใจที่จะสร้างคะแนนคอมโพสิตซึ่งมักเป็นประโยชน์ในการวิเคราะห์ชนิดนี้ คอมโพสิตคะแนนถือได้ว่าตัวแปรแฝง (พร็อกซีสำหรับการ unobservableตัวแปร) และเป็นฟังก์ชันเชิงเส้นถ่วงน้ำหนักของการวัดตัวแปร ฉายก่อน การลบที่ มีน้อยอิงจาก discriminant (เชิงเส้น) ที่เป็นที่ยอมรับค่าข้อมูล (ตาราง 1)วิเคราะห์ (เครเมอร์ et al. 2009) วิธีนี้พบว่าที่เหมาะสมน้ำหนักสำหรับคอมโพสิตสมทบของตัวแปรแต่ละวัดคะแนน สำหรับข้อมูลเหล่านี้ แบบสองตัวแปรแฝง(LDA1 และ LDA2) ปรากฏเพียงพอที่จะอธิบายความแตกต่างในเชื้อรารักษา

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์เบื้องต้นชี้ให้เห็นว่าหลายโรงงานที่วัด
ตัวแปรการเจริญเติบโตอาจแสดงความแตกต่างระหว่างการรักษาเชื้อรา
แต่สัดส่วนของพืชที่มีรากอาณานิคมทางสถิติ
อย่างมีนัยสำคัญ ดังนั้นเราจึงตัดสินใจที่จะสร้างคะแนนคอมโพสิต
ซึ่งมักจะเป็นประโยชน์ในรูปแบบของการวิเคราะห์นี้ คอมโพสิต
คะแนนสามารถพิจารณาตัวแปรแฝง (พร็อกซี่สำหรับสำรวจ
ตัวแปรตาม) และเป็นฟังก์ชันเชิงเส้นถ่วงน้ำหนักของ
ตัวแปรวัดการคัดเลือกครั้งแรกที่จะลบที่มีน้อย
ค่าข้อมูล (ตารางที่ 1) ตามบัญญัติ (เชิงเส้น) จำแนก
วิเคราะห์ (เครเมอ et al., 2009) วิธีการนี้จะพบที่ดีที่สุด
น้ำหนักสำหรับผลงานของตัวแปรแต่ละวัดจะคอมโพสิต
คะแนน สำหรับข้อมูลเหล่านี้สองตัวแปรแฝงมุมฉาก
(LDA1 และ LDA2) ปรากฏเพียงพอที่จะอธิบายถึงความแตกต่างในเชื้อรา
รักษา

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์เบื้องต้นพบว่าโรงงานหลายวัดตัวแปรการเจริญเติบโตอาจแสดงความแตกต่างระหว่างการรักษาเชื้อราแต่สัดส่วนของพืชที่มีรากเมืองขึ้นอย่างมีนัยสำคัญที่สําคัญ ดังนั้นเราจึงตัดสินใจที่จะสร้างคะแนนคอมโพสิตซึ่งมักจะเป็นประโยชน์ในการวิเคราะห์ประเภทนี้ คอมโพสิตคะแนนสามารถพิจารณาตัวแปรแฝง ( พร็อกซี่สำหรับ unobservableตัวแปรตาม ) และเป็นฟังก์ชันเชิงเส้น น้ำหนักของวัดตัวแปรแรก คัดเอาผู้ที่มีน้อยค่าข้อมูล ( ตารางที่ 1 ) ตามแบบ ( เชิงเส้น ) จำแนกการวิเคราะห์ ( เครเมอร์ et al . , 2009 ) วิธีการค้นหาที่ดีที่สุดน้ำหนักแต่ละตัวแปรสร้างคอมโพสิตคะแนน สำหรับข้อมูลเหล่านี้ สองวิธีตัวแปรแฝง( lda1 และ lda2 ) ปรากฏที่เพียงพอที่จะอธิบายความแตกต่างในราการรักษา