First, we used chi-square (χ2) test

First, we used chi-square (χ2) test to check the difference between
the actual and expected numbers of publications as the indicators of
their bias and representativeness for each big cat species. Predictors
and confounders were ln-transformed to reduce intrinsic variation
and minimize the effect of outliers. Estimation of lethal dose 50%
(LD50), which we borrowed for this study from toxicological practice
(see below), also uses ln-transformation of concentrations as predictors
(Faraggi et al., 2003).We identified significant predictors by comparing
them between predation and no predation cases by Mann–Whitney
test. We tested the relationships between significant predictors,
response variables and confounders by means of logistic regression
models.We studied the effect of confounders by comparing the values
and 95% confidence intervals (95% CI) of the odds ratios exp(slope) of
significant predictors with and without the confounders in the models
(Yan and Su, 2009).We excluded outlier predictors with Cook's distance
~1 and higher and multicollinear predictors with significant Spearman's
correlation coefficient rs (Yan and Su, 2009). We applied two-way
ANOVA and rs to check the dependence of big cat density upon density
and biomass of wild prey (Appendix D). The area under curve of
receiver operating characteristic (ROC), denoted as AUC, indicated
strong predictive capacity of logistic models if it exceeded 0.7
(Zarco-González et al., 2013).

ผลลัพธ์ (ไทย) 1:

ครั้งแรก เราใช้การทดสอบไคสแควร์ (χ2) เพื่อตรวจสอบความแตกต่างระหว่างสิ่งพิมพ์เป็นตัวชี้วัดของจำนวนจริง และที่คาดไว้อคติและวริสำหรับแต่ละสายพันธุ์ของแมวใหญ่ของพวกเขา ทำนายและ confounders ln เปลี่ยนเพื่อลดการเปลี่ยนแปลงที่แท้จริงและลดผลของ outliers การประเมินยาพิษ 50%(LD50), ซึ่งเรายืมเพื่อการศึกษานี้จากการปฏิบัติทางพิษวิทยา(ดูด้านล่าง), ยังใช้ ln-การเปลี่ยนแปลงของความเข้มข้นเป็นทำนาย(Faraggi et al. 2003) เราระบุทำนายสำคัญ โดยเปรียบเทียบพวกเขาระหว่างปล้นสะดมและกรณีไม่ปล้นสะดม โดยแมนน์วิทนีย์การทดสอบ เราทดสอบความสัมพันธ์ระหว่างทำนายสำคัญตัวแปรตอบสนองและ confounders โดยใช้วิธีการถดถอยโลจิสติกรุ่น เราศึกษาผลของ confounders โดยการเปรียบเทียบค่าและช่วงความเชื่อมั่น 95% (95% CI) ของ exp(slope) อัตราส่วนราคาต่อรองของทำนายที่สำคัญมี และไม่ มี confounders ในรูปแบบของ(Yan และ Su, 2009) เราแยก outlier ทำนายระยะห่างคุก~ 1 และสูง และ multicollinear ทำนาย ด้วยสำคัญ Spearmanสัมประสิทธิ์สหสัมพันธ์ rs (Yan และ Su, 2009) เราใช้แบบสองทิศทางANOVA และ rs เพื่อตรวจสอบการพึ่งพาของแมวใหญ่ความหนาแน่นความหนาแน่นและชีวมวลของเหยื่อป่า (ภาคผนวก D) พื้นที่ใต้เส้นโค้งของระบุลักษณะ (ROC), ตาม AUC ในการใช้งานตัวรับสัญญาณคาดการณ์มีความสามารถในรูปแบบโลจิสติกถ้ามันเกิน 0.7(Zarco González et al. 2013)

ผลลัพธ์ (ไทย) 2:

ครั้งแรกที่เราใช้ (χ2) การทดสอบไคสแควร์เพื่อตรวจสอบความแตกต่างระหว่าง
ตัวเลขที่เกิดขึ้นจริงและที่คาดหวังของสิ่งพิมพ์เป็นตัวชี้วัดของการ
มีอคติและเป็นตัวแทนของพวกเขาสำหรับแต่ละสายพันธุ์แมวใหญ่ ทำนาย
และตัวแปรที่ถูก LN-เปลี่ยนเพื่อลดการเปลี่ยนแปลงที่แท้จริง
และลดผลกระทบของค่าผิดปกติ การประมาณค่ายาตาย 50%
(LD50) ซึ่งเรายืมเพื่อการศึกษานี้จากการปฏิบัติทางพิษวิทยา
(ดูด้านล่าง) นอกจากนี้ยังใช้ LN-การเปลี่ยนแปลงของความเข้มข้นพยากรณ์
(Faraggi et al., 2003) เราระบุทำนายอย่างมีนัยสำคัญโดยการเปรียบเทียบ
พวกเขาระหว่าง ปล้นสะดมและกรณีไม่มีการปล้นสะดมโดย Mann-Whitney
ทดสอบ เราได้ทดสอบความสัมพันธ์ระหว่างทำนายอย่างมีนัยสำคัญ
ตัวแปรตอบสนองและตัวแปรโดยวิธีการถดถอยโลจิสติ
models.We ศึกษาผลของตัวแปรโดยการเปรียบเทียบค่า
และช่วงความเชื่อมั่น 95% (95% CI) ของประสบการณ์อัตราส่วนราคาต่อรอง (ลาด) ของ
ทำนายอย่างมีนัยสำคัญ ที่มีและไม่มีตัวแปรในรูปแบบ
(แยนและซู 2009) เราได้รับการยกเว้นการพยากรณ์ค่าผิดปกติกับระยะทางของแม่ครัว
~ 1 และพยากรณ์ที่สูงขึ้นและ multicollinear อย่างมีนัยสำคัญสเปียร์แมน
RS ค่าสัมประสิทธิ์สหสัมพันธ์ (แยนและซู 2009) เราใช้สองทาง
ANOVA และอาร์เอสในการตรวจสอบการพึ่งพาอาศัยกันของความหนาแน่นของแมวใหญ่เมื่อความหนาแน่น
และมวลชีวภาพของป่าล่าเหยื่อ (ภาคผนวก D) พื้นที่ใต้เส้นโค้งของ
ตัวรับสัญญาณการดำเนินงานลักษณะ (ROC) แสดงเป็น AUC ระบุ
กำลังการผลิตที่แข็งแกร่งของการทำนายแบบจำลองโลจิสติกถ้ามันเกิน 0.7
(Zarco อนซาเลซ et al., 2013)

ผลลัพธ์ (ไทย) 3:

ตอนแรกเราใช้ไคสแควร์ ( χ 2 ) ทดสอบเพื่อตรวจสอบความแตกต่างระหว่างคุณลักษณะที่เป็นจริงและที่คาดหวังของสิ่งพิมพ์ เช่น ตัวชี้วัดของตัวเลขของพวกเขา และอคติ representativeness แต่ละแมวใหญ่ชนิด ตัวแปรและ ตัววัดอยู่ในแปลงเพื่อลดการเปลี่ยนแปลงภายในและลดผลกระทบของค่าผิดปกติ . การประมาณปริมาณพิษ 50%( ld50 ) ซึ่งเรายืมเพื่อการศึกษาทางพิษวิทยาจากการปฏิบัติ( ดูที่ด้านล่าง ) , ยังใช้ในการเปลี่ยนแปลงความเข้มข้นของปัจจัย( ฟาแรกจี้ et al . , 2003 ) อย่างมีนัยสำคัญทางสถิติโดยการเปรียบเทียบ เราระบุตัวแปรระหว่างการปล้นสะดมและการปล้นสะดมจากกรณีที่ Mann Whitney จำกัดทดสอบ เราทดสอบความสัมพันธ์ระหว่างตัวแปรที่สําคัญ ,การตอบสนองตัวแปรและตัววัดโดยวิธีการถดถอยโลจิสติกรุ่น เราศึกษาผลของการทำผิดกฎหมาย โดยการเปรียบเทียบค่าและช่วงความเชื่อมั่น 95% ( 95% CI ) ของ EXP อัตราส่วนราคา ( ความชัน ) ของที่สำคัญตัวนี้และไม่มีการทำผิดกฎหมาย ในรุ่น( ยันซู , 2009 ) เราไม่รวมค่าพยากรณ์กับการปรุงอาหารของระยะทาง~ 1 และสูงกว่า และ multicollinear ( มาก ) คนสัมประสิทธิ์สหสัมพันธ์ RS ( ยันซู , 2009 ) เราใช้แบบสองทางการวิเคราะห์ความแปรปรวน และอาร์เอส เพื่อตรวจสอบการพึ่งพาของความหนาแน่นแมวใหญ่ตามความหนาแน่นและมวลชีวภาพของเหยื่อในป่า ( ภาคผนวก D ) พื้นที่ใต้เส้นโค้งของรับทำงานลักษณะ ( ROC ) กล่าวคือ เป็นยา , ระบุโดยความจุของรุ่นแรง ถ้ามันเกิน 0.7 โลจิสติก( ซาร์โค gonz . kgm lez et al . , 2013 )