2.3.4. Statistical analysisThe full

2.3.4. Statistical analysis
The full models for ion leakage and compound content included
the predictors: temperature, day length, and cold acclimatisation
and their second- and third-order interactions. For statistical inferences,
we employed model selection using Akaike’s information
criterion corrected for small sample sizes, (AICc), a likelihoodbased
measure of model plausibility that penalises models with a
higher number of parameters. In cases with DAIC < 1, the model
with the fewer parameters was assumed better (Burnham &
Anderson, 2002). For freeze tolerance, the response variable ion
leakage is a proportion, hence a general linear model with normal
distribution and a logit link was used. For other responses, a general
linear model with normal distribution and identity link was
assumed. Particular variables were considered significant if their
95% confidence interval did not overlap zero. Differences among
levels of a variable were identified using the Tukey test at the
95% significance level. Data were log transformed when necessary
to ensure homogeneity of the variance. Data presented here are
back-transformed for clarity. The statistical package R (version
2.15.0, R Development Core Team 2010; R Foundation for Statistical

ผลลัพธ์ (ไทย) 1:

2.3.4. สถิติวิเคราะห์รุ่นเต็มสำหรับไอออนรั่วและเนื้อหาผสมการ predictors: อุณหภูมิ ความยาวของวัน และ acclimatisation เย็นและการโต้ตอบที่สอง และสามสั่ง สำหรับสถิติ inferencesเราทำงานแบบเลือกใช้ข้อมูลของ Akaikeสำหรับขนาดค่าตัวอย่างขนาดเล็ก, (AICc), likelihoodbased เป็นเกณฑ์วัดของทางรุ่นที่ penalises แบบจำลองด้วยการจำนวนพารามิเตอร์สูง ในกรณีที่มี DAIC < 1 แบบด้วยพารามิเตอร์น้อยถือว่าดี (เบิร์นแฮมและแอนเดอร์สัน 2002) ตรึงค่าเผื่อ ไอออนตัวแปรตอบสนองรั่วไหลเป็นสัดส่วน ดังนั้นแบบจำลองเชิงเส้นทั่วไปด้วยมีใช้การกระจายและเชื่อมโยง logit สำหรับการตอบสนองอื่น ๆ ทั่วไปมีรูปแบบเชิงเส้น มีการแจกแจงปกติและตัวเชื่อมโยงสันนิษฐาน ตัวแปรเฉพาะถือว่าสำคัญถ้าของพวกเขาช่วงความเชื่อมั่น 95% ไม่ทับซ้อนกันเป็นศูนย์ ความแตกต่างระหว่างระบุระดับของตัวแปรโดยใช้การทดสอบ Tukey ที่ระดับนัยสำคัญ 95% ข้อมูลถูกล็อกเปลี่ยนเมื่อจำเป็นเพื่อให้แน่ใจว่า homogeneity ของผลต่าง ข้อมูลที่นำเสนอหลังแปลงสำหรับการ แพคเกจทางสถิติ (รุ่น R2.15.0, R พัฒนาหลักทีม มูลนิธิ R สำหรับสถิติ

ผลลัพธ์ (ไทย) 2:

2.3.4 การวิเคราะห์ทางสถิติรุ่นเต็มรูปแบบสำหรับการรั่วไหลของไอออนและเนื้อหาสารรวมถึงการพยากรณ์นี้: อุณหภูมิระยะเวลาในวันและเคยชินกับสภาพอากาศหนาวเย็นและการมีปฏิสัมพันธ์ที่สองและสามของพวกเขาเพื่อ สำหรับการหาข้อสรุปทางสถิติที่เราเลือกรูปแบบการจ้างงานโดยใช้ข้อมูล Akaike ของเกณฑ์การแก้ไขสำหรับขนาดกลุ่มตัวอย่างขนาดเล็ก(AICC) ซึ่งเป็น likelihoodbased ตัวชี้วัดของเหอะรูปแบบที่สัมผัสรุ่นที่มีจำนวนที่สูงขึ้นของพารามิเตอร์ ในกรณีที่มี Daic <1 รูปแบบที่มีพารามิเตอร์น้อยก็พอจะสันนิษฐานได้ดีขึ้น(อัมและเดอร์สัน, 2002) สำหรับความอดทนแช่แข็งไอออนตัวแปรตอบสนองการรั่วไหลเป็นสัดส่วนจึงเป็นรูปแบบเชิงเส้นปกติทั่วไปที่มีการจัดจำหน่ายและการเชื่อมโยงlogit ถูกใช้ สำหรับการตอบสนองอื่น ๆ ทั่วไปรูปแบบเชิงเส้นที่มีการแจกแจงแบบปกติและเชื่อมโยงตัวตนได้รับการสันนิษฐานว่า ตัวแปรโดยเฉพาะอย่างยิ่งได้รับการพิจารณาที่สำคัญหากพวกเขาช่วงความเชื่อมั่น 95% ไม่ทับซ้อนกันเป็นศูนย์ ความแตกต่างระหว่างระดับของตัวแปรที่ถูกระบุโดยใช้การทดสอบ Tukey ที่ระดับนัยสำคัญ95% ข้อมูลเข้าสู่ระบบเปลี่ยนเมื่อมีความจำเป็นเพื่อให้แน่ใจว่าเป็นเนื้อเดียวกันของความแปรปรวน ข้อมูลที่นำเสนอในที่นี้จะกลับเปลี่ยนเพื่อความชัดเจน แพคเกจทางสถิติ R (รุ่น2.15.0 วิจัยพัฒนาหลักของทีม 2010 มูลนิธิเพื่อการวิจัยทางสถิติ

ผลลัพธ์ (ไทย) 3:

2.3.4 . การวิเคราะห์ทางสถิติ
รุ่นเต็มสำหรับการรั่วไหลของไอออนและสารเนื้อหารวม
พยากรณ์ : อุณหภูมิ , ความยาววันและเย็น Acclimatisation
และสองของพวกเขา -- เพื่อการมีปฏิสัมพันธ์ สำหรับข้อสรุปสถิติ
เราใช้รูปแบบการเลือกเกณฑ์เคราะห์ข้อมูล
แก้ไขสำหรับขนาดตัวอย่างขนาดเล็ก ( aicc likelihoodbased
)วัดแบบมีเหตุผลที่ penalises รุ่นที่มี
จำนวนที่สูงของพารามิเตอร์ ในรายที่มี daic < 1 , รูปแบบ
กับพารามิเตอร์ที่ถูกสมมติขึ้นน้อยลง ( อัม&
แอนเดอร์สัน , 2002 ) สำหรับการหยุดการตอบสนองตัวแปรไอออน
รั่วเป็นสัดส่วน ดังนั้น รูปแบบเชิงเส้นทั่วไปด้วยการแจกแจงปกติ
และการเชื่อมโยงโดยใช้ใช้ สำหรับการตอบสนองอื่น ๆทั่วไป
มีการแจกแจงแบบปกติและแบบเชิงอัตลักษณ์ การเชื่อมโยง
สันนิษฐาน ตัวแปรเฉพาะ ถือว่าเป็นสำคัญถ้า 95% ช่วงความเชื่อมั่นของพวกเขา
ไม่ทับซ้อนกัน ศูนย์ ความแตกต่างระหว่างระดับของตัวแปร
ระบุใช้ทดสอบคู่ที่
95% อย่างมีนัยสำคัญทางสถิติที่ระดับ . ข้อมูลเข้าสู่ระบบเปลี่ยนเมื่อจำเป็น
เพื่อให้แน่ใจว่าค่าความแปรปรวน . ข้อมูลที่นำเสนอที่นี่
หลังเปลี่ยนเพื่อความชัดเจน สถิติรุ่น R (
2.15.0 R การพัฒนาหลักทีม 2010 ; R สำหรับสถิติ