Also used were the inferential meth

Also used were the inferential methods canonical correlations analysis (CAP-CCorA) and distance-based redundancy
analysis (dbRDA and DISTLM), routines in the suite of programs for multivariate ecological data developed by M.J. Anderson and available as an add-on (PERMANOVAþ) to PRIMER v6 (Clarke & Gorley 2006; Anderson et al. 2008). Unlike classical canonical correlations analysis, where a multivariate normal distribution has to be assumed, CAP-CCorA, like nMDS, operates on realistic ecologically-based resemblance matrices such as those defined using the BrayeCurtis measure. The question thatwas testedwaswhether therewas an association between the species lists obtained from the subplots (using the ‘species by subplots’ matrix where visits are ignored) and the living vascular plant species present in each subplot. This was achieved
using a two-stage procedure. In the first stage, permutation
tests were performed using CAP-CCorA employing the
two data matrices (one containing the resemblances among
the species lists in each of the 100 subplots and the other
containing the abundances of the vascular plant species
present in those same subplots). Significance levels were
provided by permutation trials, using 9 999 random permutations
of the observed data set. If a significant correlation was
obtained, then DISTLM modelling was used to establish the set
of vascular species that best explained the differences among
the macrofungal species assemblages at the subplot level. In
this stage, the abundances of the 21 vascular plant species (see
Gates 2009, Table 2.2) were transformed using log (Xþ 1) to

ผลลัพธ์ (ไทย) 1:

นอกจากนี้ยัง ใช้ได้วิเคราะห์ความสัมพันธ์เป็นที่ยอมรับวิธีการเพียงน้อยนิด (CAP CCorA) และความซ้ำซ้อนตามระยะทางการวิเคราะห์ (dbRDA และ DISTLM) คำสั่งในชุดของโปรแกรมสำหรับตัวแปรพหุระบบนิเวศข้อมูลพัฒนา โดยของมจ.แอนเดอร์สัน และเป็น add-on (PERMANOVAþ) กับรองพื้นของ v6 (คลาร์กและ Gorley 2006 แอนเดอร์สันและ al. 2008) ซึ่งแตกต่างจากมาตรฐานสัมพันธ์คลาสสิก การวิเคราะห์ มีที่การแจกแจงปกติตัวแปรพหุการทึกทักเอา ฝา CCorA เช่น nMDS ทำงานบนรูปตามระบบนิเวศจริงเมทริกซ์เช่นกำหนดโดยใช้วัด BrayeCurtis Therewas testedwaswhether thatwas คำถามความสัมพันธ์ระหว่างรายการชนิดที่ได้รับจาก subplots (ใช้เมตริกซ์ 'สปีชีส์ โดย subplots' ที่เข้าชมจะถูกละเว้น) และพันธุ์ชีวิตโรงงานหลอดเลือดที่อยู่ในแต่ละ subplot นี้สำเร็จโดยใช้กระบวนการ 2 ขั้นตอน ในระยะแรก การเรียงสับเปลี่ยนดำเนินการทดสอบโดยใช้ CAP CCorA ใช้การข้อมูลสองเมทริกซ์ (หนึ่งประกอบด้วย resemblances ระหว่างรายการชนิดในแต่ละ 100 subplots และอื่น ๆประกอบด้วย abundances พันธุ์พืชสคิวอยู่ใน subplots ที่เดียวกัน) ระดับความสำคัญได้โดยการทดลองการเรียงสับเปลี่ยน สับ 9 999 สุ่มโดยใช้ของชุดข้อมูลที่สังเกต ถ้ามีความสัมพันธ์อย่างมีนัยสำคัญรับ แล้ว DISTLM แบบจำลองใช้ในการสร้างชุดชนิดของหลอดเลือด ส่วนที่อธิบายความแตกต่างระหว่างassemblages ชนิด macrofungal ที่ระดับ subplot ในขั้นตอนนี้ abundances 21 สคิวพืชชนิด (ดูประตู 2009 ตาราง 2.2) ถูกแปลงใช้ล็อก (Xþ 1)

ผลลัพธ์ (ไทย) 2:

นอกจากนี้ยังใช้เป็นวิธีการอนุมานการวิเคราะห์ความสัมพันธ์ที่ยอมรับ (CAP-CCorA) และความซ้ำซ้อนระยะตาม
การวิเคราะห์ (dbRDA และ DISTLM), การปฏิบัติในห้องสวีทของโปรแกรมสำหรับข้อมูลทางนิเวศวิทยาหลายตัวแปรที่พัฒนาโดย MJ เดอร์สันและใช้ได้เป็น Add-on (PERMANOVAþ) การรองพื้น v6 (Clarke & Gorley 2006. Anderson et al, 2008) ซึ่งแตกต่างจากการวิเคราะห์ความสัมพันธ์ที่ยอมรับคลาสสิกที่แจกแจงปกติหลายตัวแปรจะต้องมีการสันนิษฐาน CAP-CCorA เช่น nMDS, ทำงานบนเหตุผลการฝึกอบรมมีความคล้ายคลึงกับระบบนิเวศตามเช่นที่กำหนดโดยใช้มาตรการ BrayeCurtis thatwas คำถาม testedwaswhether therewas สัมพันธ์ระหว่างรายชื่อสายพันธุ์ที่ได้จากการย่อย (ใช้ 'สปีชีส์ย่อยโดย' แมทริกซ์ที่จะถูกละเว้นการเข้าชม) และสายพันธุ์ที่อาศัยพืชสีเขียวอยู่ในแผนแต่ละ นี่คือความสำเร็จ
โดยใช้ขั้นตอนที่สองขั้นตอน ในขั้นตอนแรกของการเปลี่ยนแปลง
การทดสอบได้รับการดำเนินการโดยใช้ CAP-CCorA จ้าง
เมทริกซ์สองข้อมูล (อย่างใดอย่างหนึ่งที่มีความคล้ายคลึงกันในหมู่
รายชื่อสายพันธุ์ในแต่ละ 100 ย่อยและอื่น ๆ
ที่มีความอุดมสมบูรณ์ของพันธุ์พืชหลอดเลือด
อยู่ในย่อยเดียวกันนั้น) . ระดับความสำคัญได้รับการ
จัดให้มีการเปลี่ยนแปลงโดยการทดลองใช้ 9 999 พีชคณิตแบบสุ่ม
ของชุดข้อมูลที่สังเกต หากมีความสัมพันธ์อย่างมีนัยสำคัญ
ได้แล้วการสร้างแบบจำลอง DISTLM ถูกใช้ในการสร้างชุด
ของสายพันธุ์ที่ดีที่สุดของหลอดเลือดที่อธิบายความแตกต่างระหว่าง
สายพันธุ์ assemblages macrofungal ในระดับแผน ใน
ขั้นตอนนี้ปริมาณของ 21 ชนิดพืชสีเขียว (ดู
เกตส์ปี 2009 ตารางที่ 2.2) ถูกเปลี่ยนเข้าสู่ระบบโดยใช้ (Xth 1) เพื่อ

ผลลัพธ์ (ไทย) 3:

ยังใช้วิธีการอนุมานแบบสหสัมพันธ์การวิเคราะห์ ( หมวก ccora ) และระยะทางจากการวิเคราะห์ความซ้ำซ้อน
( dbrda และ distlm ) ตามปกติในชุดของโปรแกรมสำหรับข้อมูลตัวแปรพหุนิเวศพัฒนาโดยเอ็มเจ Anderson และใช้ได้เป็น add-on ( permanova þ ) ไพรเมอร์ V6 ( Clarke & gorley 2006 ; Anderson et al . 2008 ) ซึ่งแตกต่างจากการวิเคราะห์ความสัมพันธ์ แบบคลาสสิกการกระจายแบบปกติที่ต้องถือว่า หมวก ccora เหมือน nmds ทำงานบนมีเหตุผลนิเวศวิทยาตามความคล้ายคลึงเมทริกซ์เช่นที่กำหนดโดยใช้ brayecurtis วัดคำถามเป็น testedwaswhether มีความสัมพันธ์ระหว่างชนิดของรายการที่ได้จากใบ ( ใช้ ' ' เมทริกซ์ชนิดโดยใบที่เข้าชมจะถูกละเว้น ) และอาศัยอยู่พืชสีเขียวชนิดที่มีอยู่ในแต่ละนิด . นี้คือความ
ใช้แบบสองขั้นตอน ในขั้นตอนแรกคือการใช้หมวกแบบถูกอกถูกใจ

ccora พนักงานสองข้อมูลเมทริกซ์ ( หนึ่งที่มีคล้ายคลึงระหว่าง
ชนิดรายการในแต่ละช่วง และอีก 100 ใบ
ที่มี abundances ของพืชชนิดหลอดเลือด
อยู่ในใบเดียวกัน ) ความสำคัญระดับ
โดยการทดลองการเปลี่ยนแปลงโดยใช้ 9 999 ลำดับสุ่ม
ของข้อมูลชุด ถ้าความสัมพันธ์คือ
ได้มาแล้ว distlm แบบจำลองได้ถูกนำมาใช้เพื่อสร้างการตั้งค่าของชนิดที่ดีที่สุดของ

อธิบายความแตกต่างระหว่าง macrofungal ทะเลของทะเลชนิดที่ระดับนิด . ใน
ขั้นตอนนี้ , abundances ของ 21 พืชสีเขียวชนิด ( ดู
ประตู 2009 , ตารางที่ 2.2 ) ถูกเปลี่ยนใช้ log ( x þ 1 )