2.4. Statistical analysesStatistica

2.4. Statistical analyses
Statistical analysis was performed using R software version
2.15.1 (Verzani, 2004). The data distribution was tested with the
ShapiroeWilk and KolmogoroveSmirnov tests. After proving that
the raw data were not normally distributed, the viral and bacterial
raw data were log10 transformed to improve normality and facilitate
parametric analyses. Correlation analysis of the transformed
(log10) data was completed using both parametric (Pearson correlation)
and non-parametric (Spearman correlation) approaches.
The results were considered to be significant when p was

ผลลัพธ์ (ไทย) 1:

2.4. สถิติวิเคราะห์วิเคราะห์ทางสถิติทำการใช้ R รุ่นซอฟต์แวร์2.15.1 (Verzani, 2004) ทดสอบการกระจายของข้อมูลด้วยการการทดสอบ ShapiroeWilk และ KolmogoroveSmirnov หลังจากการพิสูจน์ที่ข้อมูลดิบไม่ปกติกระจาย ไวรัส และแบคทีเรียข้อมูลดิบได้ log10 แปลงเพื่อปรับปรุง normality และอำนวยความสะดวกพาราเมตริกวิเคราะห์ วิเคราะห์ความสัมพันธ์ของตัวแปรข้อมูล (log10) เสร็จใช้ทั้งพาราเมตริก (Pearson ความสัมพันธ์)และแนวทาง (สหสัมพันธ์ Spearman) ไม่ใช่พาราเมตริกผลลัพธ์ได้ถือเป็นสำคัญเมื่อ p < 0.01ค่าน้อยกว่าขีดจำกัดการตรวจสอบได้รับค่าของ 1ความสัมพันธ์ระหว่างอุณหภูมิ กระแส ฝน และมีคำนวณความเข้มข้นจุลินทรีย์ สัมประสิทธิ์ความแปรผันของกระบวนการความเข้มข้นที่คำนวณเมตริกซ์น้ำละดิบ (GC/L), และ log10 ทดสอบข้อมูลแปรรูปสำหรับnormality และความแปรผัน (สัมประสิทธิ์ของความแปรผัน (CV), ที่CV เฉลี่ย¼ส่วนเบี่ยงเบนมาตรฐานค่า x 100) ระหว่างการจำลองแบบความเข้มข้น

ผลลัพธ์ (ไทย) 2:

2.4 วิเคราะห์ทางสถิติ
การวิเคราะห์ทางสถิติที่ได้ดำเนินการโดยใช้ซอฟต์แวร์รุ่น R
2.15.1 (Verzani, 2004) มีการกระจายของข้อมูลที่ได้รับการทดสอบกับ
ShapiroeWilk และการทดสอบ KolmogoroveSmirnov หลังจากที่พิสูจน์ให้เห็นว่า
ข้อมูลดิบที่ไม่ได้จัดจำหน่ายตามปกติไวรัสและแบคทีเรีย
เป็นข้อมูลดิบ log10 เปลี่ยนเพื่อปรับปรุงภาวะปกติและอำนวยความสะดวก
การวิเคราะห์ตัวแปร การวิเคราะห์ความสัมพันธ์ของการเปลี่ยน
(log10) ข้อมูลเสร็จสมบูรณ์โดยใช้ทั้งพารา (เพียร์สันสัมพันธ์)
และไม่ใช่คณิตศาสตร์ (สเปียร์แมนสัมพันธ์) วิธี.
ผลการได้รับการพิจารณาให้เป็นอย่างมีนัยสำคัญเมื่อเป็นพี <0.01.
ค่าน้อยกว่าขีด จำกัด ของการตรวจสอบที่ได้รับ 1. ค่าของ
ความสัมพันธ์ระหว่างอุณหภูมิกระแสฝนและ
ความเข้มข้นของจุลินทรีย์จะถูกคำนวณ ค่าสัมประสิทธิ์ของความแปรปรวน
ของขั้นตอนการคำนวณความเข้มข้นของแต่ละเมทริกซ์น้ำ
กับดิบ (GC / L) และ log10 เปลี่ยนข้อมูลที่ได้รับการตรวจ
ภาวะปกติและความแปรปรวน (ค่าสัมประสิทธิ์ของการแปรผัน (CV) ซึ่ง
CV ¼ส่วนเบี่ยงเบนมาตรฐาน / ค่าเฉลี่ย x 100) หมู่ ซ้ำ
ความเข้มข้น

ผลลัพธ์ (ไทย) 3:

2.4 . การวิเคราะห์สถิติ
สถิติวิเคราะห์ซอฟต์แวร์ R รุ่น
2.15.1 ( verzani , 2004 ) ข้อมูลการทดสอบด้วย
shapiroewilk และการทดสอบ kolmogorovesmirnov . หลังจากพิสูจน์ว่า
ข้อมูลดิบไม่กระจายปกติ ไวรัส และแบคทีเรีย
ข้อมูลดิบ LN เปลี่ยนปรับปรุงปกติและอำนวยความสะดวก
วิเคราะห์พารามิเตอร์ .การวิเคราะห์ความสัมพันธ์ของการเปลี่ยนแปลง
( LN ) ข้อมูลโดยใช้ทั้งสองพารามิเตอร์ ( ค่าสหสัมพันธ์เพียร์สัน และไม่ใช้พารามิเตอร์ ( คน )

) ) แนว ผลลัพธ์ที่ได้เป็นสำคัญเมื่อ p คือ < 0.01
มีค่าน้อยกว่าขีดจำกัดได้รับค่าของ 1 .
ความสัมพันธ์ระหว่างอุณหภูมิ การไหล , ฝนและ
ความเข้มข้นจุลินทรีย์ได้สัมประสิทธิ์ของความแปรปรวน
ของความเข้มข้นสำหรับแต่ละขั้นตอนการคำนวณเมทริกซ์
น้ำกับวัตถุดิบ ( GC / L ) และ LN แปลงข้อมูลทดสอบ
ปกติและการเปลี่ยนแปลง ( NIOSH ) ที่
CV ¼ส่วนเบี่ยงเบนมาตรฐาน / ค่าเฉลี่ย x 100 ) ระหว่างเลียนแบบ
เข้มข้น