2.3. Statistical analysesTo facilit

2.3. Statistical analyses
To facilitate comparison between taxonomic groups, all analyses were carried out on reef-level data (means over all survey periods, locations and depths per reef). Principal components analysis of log-transformed water quality concentrations (averaged over all visits) was used to characterize the study reefs and the relationships between the water quality variables. Concentrations of all variables except salinity were highly and positively correlated. Therefore, a water quality index (WQI) was calculated, as follows: (1) all water quality variables (except salinity) were standardized to mean zero and standard deviation one (z-scores), and (2) the standardized values were summed over the 12 variables for each reef. Thus, a reef with a high WQI will typically have high concentrations of most of the variables that form the index, and a reef with low values has lower concentrations. Water with a high WQI value would typically appear murkier while one with a low WQI is clearer.
Species abundances were fourth-root transformed (except hard corals) and reef-averaged over depths and sites. Redundancy analyses (RDA, Rao, 1964; Jongman et al., 1995) were used to relate differences in the assemblages to regional and water quality effects. Permutation tests (ter Braak, 1992) were used to assess the statistical significance of the relationships.
Log-linear regression models were used to determine the regional and gradient effects on benthic cover, abundances and richness. Analyses followed the methods of Fabricius and Death (2004). These models were chosen because variation increased with the mean, and the implicit log transformation helped linearise the gradient effects. The models included regional effects to account for differences that may be unrelated to the water quality gradients. For each response, five models were fitted: (i) different slopes (gradient effects) within each region and different intercepts (region effects), (ii) same slope for both regions, but different intercepts (iii) single gradient common to both regions, (iv) no gradient effect but regional effects, and (v) no gradient or regional effects. The number of reefs investigated was small (10–13), and preliminary analyses indicated relatively weak associations between the responses and explanatory variables. Model averaging (Raftery, 1995; Raftery, 1988) of models based on the Bayesian Information Criterion (BIC) (Schwarz, 1978) was used for all analyses of abundances and richness (Fabricius and Death, 2004).
Based on BIC, we calculated the probability of each model (i) to (v), and the probability of a regional effect, defined as P(iv)/(P(iv) + P(v)), for all taxa seen on at least 25% of reefs. Probabilities were classified as strong to moderate (P > 0.8) or weak (0.8 > P > 0.5). Where differences existed, the direction of this difference was determined (WT > PC, or WT < PC), to calculate the percentage of taxa that had higher or lower abundances in WT. Finally, taxa that increased or decreased in abundance along the water quality gradient were identified. Only taxa that were encountered on at least 50% of the reefs were included in this assessment. For each of these taxa, the probability of the presence of a gradient effect was calculated as the sum of the probabilities of the models (i), (ii) and (iii). Probabilities were again classified as strong to moderate or weak for positive and negative relationships with water quality. All data analyses used S-Plus Statistical Sciences (Statistical Sciences, 1999).
3. Results
3.1. Water quality
Concentrations of many of the water quality variables differed between the Wet Tropics (WT) and Princess Charlotte Bay (PC) regions (Fig. 1). Mean suspended solids, chlorophyll, particulate nitrogen, particulate phosphorus and nitrate were higher in WT than in PC during the visits. Nitrate was particularly high in the WT,

ผลลัพธ์ (ไทย) 1:

2.3. สถิติวิเคราะห์เพื่อเปรียบเทียบระหว่างกลุ่มอนุกรมวิธาน วิเคราะห์ทั้งหมดถูกจัดทำออกฟระดับข้อมูล (หมายถึงระยะเวลาสำรวจทั้งหมด ตำแหน่ง และความลึกต่อแนวปะการัง) วิเคราะห์ส่วนประกอบหลักของน้ำที่เปลี่ยนล็อกคุณภาพความเข้มข้น (averaged ผ่านเข้าชมทั้งหมด) ที่ใช้ลักษณะของประสบการณ์การศึกษาและความสัมพันธ์ระหว่างตัวแปรคุณภาพน้ำ ความเข้มข้นของตัวแปรทั้งหมดยกเว้นเค็มได้สูง และบวก correlated ดังนั้น มีดัชนีคุณภาพน้ำ (WQI) ไม่ได้ ดังนี้: ตัวแปรคุณภาพน้ำ (1) ทั้งหมด (ยกเว้นเค็ม) ได้มาตรฐานจะหมายถึง ศูนย์และส่วนเบี่ยงเบนมาตรฐานหนึ่ง (z-คะแนน), และ (2) ค่ามาตรฐานได้รวมมากกว่าตัวแปร 12 สำหรับแนวปะการังแต่ละ ดังนั้น รีฟกับ WQI สูงโดยทั่วไปจะมีความเข้มข้นสูงสุดของตัวแปรที่ดัชนี และปะการัง มีค่าต่ำมีความเข้มข้นต่ำกว่า น้ำ มีค่า WQI สูงจะปกติปรากฏ murkier ขณะมี WQI ต่ำชัดเจนพันธุ์ abundances ไม่เปลี่ยน (ยกเว้นแนวปะการังแข็ง) หลัก สี่ และปะการัง averaged ลึกและไซต์ วิเคราะห์ความซ้ำซ้อน (RDA ราว 1964 Jongman และ al., 1995) ถูกใช้เพื่อเชื่อมโยงความแตกต่างใน assemblages กับภูมิภาคและผลกระทบคุณภาพน้ำ ทดสอบการเรียงสับเปลี่ยน (เธอ Braak, 1992) ถูกใช้เพื่อประเมินนัยสำคัญทางสถิติของความสัมพันธ์แบบจำลองถดถอยเชิงเส้นบันทึกถูกใช้เพื่อกำหนดลักษณะภูมิภาค และไล่โทนสีธรรมชาติปก abundances และร่ำรวย วิเคราะห์ตามวิธีของขาวแวนนาไมและตาย (2004) โมเดลเหล่านี้ถูกเลือก เพราะความผันแปรเพิ่มขึ้นกับค่าเฉลี่ย และการแปลงนัยล็อกช่วย linearise ผลไล่ระดับ รูปแบบการรวมภูมิภาคผลการแตกต่างที่อาจไม่เกี่ยวข้องการไล่ระดับสีคุณภาพน้ำ การตอบสนองแต่ละ รุ่นห้าถูกติดตั้ง: (i) ต่าง ๆ ลาด (ไล่ระดับผล) ภายในแต่ละภูมิภาคและ intercepts ต่าง ๆ (ภาคผล), (ii) เหมือนลาดทั้งภูมิภาค แต่ intercepts ต่าง ๆ (iii) เดียวไล่ระดับภูมิภาค, (iv) ไม่มีผลต่อการไล่โทนสี แต่ผลกระทบระดับภูมิภาค และ (v) ไม่มีการไล่ระดับสี หรือภูมิภาคผลการ จำนวนปะการังในการตรวจสอบมีขนาดเล็ก (10-13), และการวิเคราะห์เบื้องต้นระบุความสัมพันธ์ค่อนข้างอ่อนระหว่างการตอบสนองและตัวแปรอธิบาย รูปแบบการหาค่าเฉลี่ย (Raftery, 1995 Raftery, 1988) รุ่นที่ใช้ในในทฤษฎีข้อมูลเกณฑ์ (BIC) (โรลด์ 1978) ใช้สำหรับการวิเคราะห์ทั้งหมดของ abundances และร่ำรวย (ขาวแวนนาไมและตาย 2004)ตาม BIC เราคำนวณความน่าเป็นของแต่ละรุ่น (i) กับ (v), และความน่าเป็นของผลภูมิภาค กำหนดเป็น P(iv)/(P(iv) + P(v)) สำหรับ taxa ที่เห็นบนน้อย 25% ของแนวปะการังทั้งหมด กิจกรรมถูกจัดประเภทเป็นแข็งแรงบรรเทา (P > 0.8) หรืออ่อน (0.8 > P > 0.5) ซึ่งความแตกต่างอยู่ กำหนดทิศทางของความแตกต่างนี้ (WT > PC หรือ WT < PC), การคำนวณเปอร์เซ็นต์ของ taxa ที่มี abundances สูง หรือต่ำใน WT สุดท้าย taxa ที่เพิ่มขึ้น หรือลดลงมากตามไล่ระดับคุณภาพน้ำ ที่ระบุ Taxa ที่พบบนน้อยกว่า 50% ของแนวปะการัง ถูกรวมในการประเมินนี้ สำหรับแต่ละ taxa เหล่านี้ ความเป็นไปได้ของผลไล่ระดับถูกคำนวณเป็นผลรวมของกิจกรรมของรุ่น (i), (ii) และ (iii) มีอีกจัดกิจกรรมแข็งแรงบรรเทา หรืออ่อนแอสำหรับค่าบวก และค่าลบความสัมพันธ์กับคุณภาพน้ำ วิเคราะห์ข้อมูลทั้งหมดใช้ S-Plus สถิติวิทยาศาสตร์ (สถิติวิทยาศาสตร์ 1999)3. ผลลัพธ์3.1 คุณภาพน้ำความเข้มข้นของตัวแปรคุณภาพน้ำแตกต่างระหว่างภูมิภาคในเขตร้อนเปียก (WT) และเจ้าหญิงชาร์ลอตต์เบย์ (พีซี) (Fig. 1) หมายถึงหยุดชั่วคราวของแข็ง คลอโรฟิลล์ ฝุ่นไนโตรเจน ฟอสฟอรัสฝุ่นและไนเตรตได้สูงกว่า WT กว่าในเครื่องคอมพิวเตอร์ในระหว่างการชม ไนเตรตมีสูงโดยเฉพาะอย่างยิ่งใน WT

ผลลัพธ์ (ไทย) 3:

2.3 สถิติที่ใช้ในการวิเคราะห์ เพื่อความสะดวกในการเปรียบเทียบระหว่างกลุ่ม
อนุกรมวิธานทั้งหมด พบว่าในการวิเคราะห์ข้อมูลระดับแนว ( หมายถึงทั่วระยะเวลาสำรวจสถานที่และความลึกต่อแนวปะการัง ) หลักองค์ประกอบการวิเคราะห์เข้าสู่ระบบเปลี่ยนความเข้มข้นคุณภาพน้ำ ( เฉลี่ยมากกว่าการเยี่ยมชมทั้งหมด ) ถูกใช้เพื่อวิเคราะห์ศึกษาแนวปะการัง และความสัมพันธ์ระหว่างคุณภาพน้ำดังกล่าวความเข้มข้นของทุกตัวแปรยกเว้นความเค็มสูงขึ้น มีความสัมพันธ์เชิงบวก . ดังนั้น ดัชนีคุณภาพน้ำ ( WQI ) คำนวณได้ดังนี้ ( 1 ) การวิเคราะห์คุณภาพน้ำทั้งหมด ( ยกเว้นความเค็ม ) เป็นมาตรฐานหมายถึงศูนย์ และส่วนเบี่ยงเบนมาตรฐาน ( z-scores ) และ ( 2 ) ค่ามาตรฐานได้รวมกว่า 12 ตัวแปรแต่ละแนวปะการัง ดังนั้นแนวปะการังที่มีที่ระบายสูงมักจะมีความเข้มข้นสูงของที่สุดของตัวแปรที่สร้างดัชนี และแนวปะการังที่มีค่าต่ำมีความเข้มข้นต่ำ น้ำที่มีค่า WQI สูงมักจะปรากฏ murkier ในขณะที่หนึ่งที่มีการคำนวณค่าต่ำก็ชัดเจน ชนิดมีรากเปลี่ยน abundances
4 ( ยกเว้นปะการังแข็ง ) และแนวลึกเฉลี่ยผ่านเว็บไซต์และ การวิเคราะห์ปริมาณความซ้ำซ้อน ( Rao ,1964 ; jongman et al . , 1995 ) ใช้กับความแตกต่างในทะเลของทะเลภูมิภาคและน้ำที่มีคุณภาพ การทดสอบการเปลี่ยนแปลง ( ter Braak , 1992 ) ถูกใช้เพื่อประเมินระดับของความสัมพันธ์แบบถดถอยเชิงเส้น .
เข้าสู่ระบบเพื่อใช้ศึกษาผลในระดับภูมิภาคและการไล่ระดับสีบนปกและสัตว์ abundances , ความมั่งคั่งวิเคราะห์ตามวิธีการของการได้รับ และความตาย ( 2004 ) โมเดลเหล่านี้ถูกเลือกเนื่องจากการเพิ่มขึ้นกับค่าเฉลี่ย และการแปลงเข้าสู่ระบบช่วย linearise นัยต์ผล . รุ่นรวมภูมิภาคต่อบัญชีสำหรับความแตกต่างที่อาจจะไม่เกี่ยวข้องกับคุณภาพน้ำ การไล่ระดับสี . แต่ละคำตอบ ห้ารุ่นที่ถูกติดตั้ง :( 1 ) ลาดที่แตกต่างกัน ( การไล่ระดับสีผล ) ในแต่ละภูมิภาค และต่างสกัด ( ผลภูมิภาค ) , ( 2 ) ลาดเดียวกันทั้งภูมิภาค แต่แตกต่างกันที่สกัด ( 3 ) เดียวไล่ระดับทั่วไปทั้งภูมิภาค ( 4 ) ไม่มีการไล่ระดับสีผล แต่ผลในภูมิภาค และ ( v ) ไม่มีการไล่ระดับสี หรือผลกระทบในระดับภูมิภาค จำนวนแนวสืบสวนคือขนาดเล็ก ( 10 – 13 )และการวิเคราะห์ข้อมูลเบื้องต้น พบความสัมพันธ์ระหว่างการตอบสนองที่ค่อนข้างอ่อนแอและตัวแปรอธิบาย . แบบเฉลี่ย ( raftery , 1995 ; raftery , 1988 ) รูปแบบขึ้นอยู่กับเกณฑ์ข้อมูลแบบเบส์ ( BIC ) ( ชวาร์ซ , 1978 ) ใช้สำหรับการวิเคราะห์ abundances และความอุดมสมบูรณ์ ( Fabricius และความตาย , 2004 ) .
จากบิ๊ก เราคำนวณความน่าจะเป็นของแต่ละรุ่น ( ผม ) ( V )และความน่าจะเป็นของผลในภูมิภาคกำหนด P ( 4 ) / ( P ( i ) P ( v ) ) ทั้งหมดและเห็นอย่างน้อย 25% ของแนวปะการัง . ความน่าจะเป็นแบ่งออกเป็นแรงปานกลาง ( + 0.8 ) หรืออ่อนแอ ( 0.8 > P > 0.5 ) ความแตกต่างอยู่ที่ ทิศทางของความแตกต่างนี้ถูกกำหนดโดยน้ำหนัก > PC หรือ WT < PC ) เพื่อคำนวณค่าร้อยละของความสูงที่สูงขึ้นหรือลดลงร้อยละ abundances ในท้ายที่สุดความสูงที่เพิ่มขึ้นหรือลดลงในความอุดมสมบูรณ์ตามคุณภาพน้ำลาดมีการระบุ . เท่านั้น และพบว่ามีอย่างน้อย 50% ของแนวปะการังอยู่ในการประเมินนี้ สำหรับแต่ละเหล่านี้และ โอกาสของตนของการไล่ระดับสีผลคำนวณเป็นผลรวมของความน่าจะเป็นของรุ่น ( 1 ) , ( 2 ) และ ( 3 )ความน่าจะเป็นอีกครั้งตามแรง ปานกลาง หรืออ่อนสำหรับความสัมพันธ์ทางบวกและทางลบ กับคุณภาพน้ำ ข้อมูลทั้งหมดวิเคราะห์ใช้สถิติ s-plus วิทยาศาสตร์ ( วิทยาศาสตร์ สถิติปี 1999 )
3 ผลลัพธ์
3.1 . คุณภาพ
น้ำความเข้มข้นของหลายตัวแปรคุณภาพน้ำแตกต่างกันระหว่างเขตร้อนชื้น ( WT ) และเจ้าหญิงชาร์ล็อต เบย์ ( PC ) ภูมิภาค ( รูปที่ 1 )หมายถึงของแข็งแขวนลอย , คลอโรฟิลล์ , อนุภาคอนุภาคและไนเตรทไนโตรเจน ฟอสฟอรัสสูงกว่าในน้ำหนักกว่าในเครื่องคอมพิวเตอร์ในระหว่างการเข้าชม ไนเตรทได้สูงโดยเฉพาะอย่างยิ่งใน โดยน้ำหนัก