2.5. Statistical analysisMicrobial

2.5. Statistical analysis
Microbial countswere converted to log10 cfu/cm2 values. The model
used to fit growth curves to the data obtained was the modified
Gompertz equation (Garthright, 1991):
log ðNtÞ¼A þ Bexpf−exp½eμðL−tÞ=B þ 1g
where t=the timein days that has elapsed since inoculation, Nt=log10
cfu/cm2 at time t, L=the time in days atwhich the lag period ends, μ=
the maximum growth rate achieved (log10cfu/cm2/day), B=the increase
in bacterial concentration from inoculation to the stationary
stage, A=the upper asymptotic curve (concentration of bacteria in
the stationary stage, D)−B, and e=the Euler's constant (2.718).
Values for L, μ and D were obtained under each set of conditions by
fitting a sigmoidal curve to the data set using a Marquardt algorithm
that calculates those parameter values which give the minimum residual
sum of squares. The goodness of fit was evaluated using the coefficient
of determination (R2). Growth kinetic parameters (L, μ and D)
and bacterial counts were compared for statistical significance using
analysis of variance techniques. Mean separations were obtained
using Duncan's multiple range test. Significance was determined at
the Pb0.05 level. The data processing was carried out using the
Statistica® 6.0 software package (Statsoft Ltd., Chicago, Illinois).

ผลลัพธ์ (ไทย) 1:

2.5. สถิติวิเคราะห์
countswere จุลินทรีย์แปลงค่า log10 cfu/cm2 แบบ
ใช้ให้พอดีกับเส้นโค้งการเจริญเติบโตเพื่อข้อมูลที่ได้มีการปรับเปลี่ยน
สมการ Gompertz (Garthright, 1991):
ล็อก ðNtÞ¼A þ Bexpf−exp½eμðL−tÞ = B þ 1 g
ที่ t =วัน timein ที่ได้ผ่านไปตั้งแต่ inoculation, Nt = log10
cfu/cm2 ที่เวลา t, L =เวลา atwhich วันในรอบระยะเวลาความล่าช้าปลาย μ =
สูงสุดอัตราการเติบโตประสบความสำเร็จ (log10cfu/cm2/วัน), B =เพิ่ม
ในแบคทีเรียความเข้มข้นจาก inoculation การเขียน
ระยะ A = asymptotic โค้งด้านบน (ความเข้มข้นของแบคทีเรียใน
ระยะเครื่องเขียน D) −B และ e =ค่าคงของออยเลอร์ (2.718) .
ค่า L μ และ D ได้รับภายใต้เงื่อนไขโดยแต่ละชุด
พอดีเส้นโค้ง sigmoidal ชุดข้อมูลโดยใช้อัลกอริทึม Marquardt
ที่คำนวณค่าพารามิเตอร์เหล่านั้นซึ่งทำให้ส่วนที่เหลือจากต่ำสุด
ผลรวมกำลังสอง มีประเมินโดยใช้ค่าสัมประสิทธิ์ความกตัญญูพอดี
ของกำหนด (R2) เติบโตพารามิเตอร์เดิม ๆ (L μ และ D)
และนับจำนวนแบคทีเรียได้เทียบนัยสำคัญทางสถิติใช้
เทคนิคการวิเคราะห์ผลต่างของการ หมายถึง ได้รับประโยชน์
ใช้ดันแคนในหลายช่วงทดสอบ กำหนดนัยสำคัญที่
ระดับ Pb0.05 การประมวลผลข้อมูลที่ดำเนินการโดยใช้การ
Statistica ® 6.0 ซอฟต์แวร์แพคเกจ (Statsoft Ltd. ชิคาโก อิลลินอยส์)

ผลลัพธ์ (ไทย) 2:

2.5 การวิเคราะห์ทางสถิติ
ของจุลินทรีย์ countswere แปลง log10 CFU / cm2 ค่า รูปแบบการ
ใช้ให้พอดีกับเส้นโค้งการเจริญเติบโตของข้อมูลที่ได้รับก็คือการปรับเปลี่ยน
Gompertz สมการ (Garthright, 1991):
? เข้าสู่ระบบðNtÞ¼Aþ Bexpf-exp½eμðL-TTH = B þ 1 กรัม
ที่ t = วัน timein ที่ได้ผ่านไปนับตั้งแต่การฉีดวัคซีน, Nt = log10
CFU / cm2 เวลา t, L = เวลาในวัน atwhich ระยะเวลาที่ล่าช้าปลายμ =
อัตราการเจริญเติบโตสูงสุดที่ประสบความสำเร็จ (log10cfu / cm2 / วัน), B = การเพิ่มขึ้นของ
ความเข้มข้นของแบคทีเรียจากการฉีดวัคซีนจะนิ่ง
เวที = เส้นโค้งเชิงบน (ความเข้มข้นของแบคทีเรียใน
เวทีนิ่ง, d)-B, และ e = คงที่ (2.718) ออยเลอร์
ค่าสำหรับ L, μและ D ที่ได้รับภายใต้ชุดของเงื่อนไขแต่ละ
กระชับโค้ง sigmoidal ไป ข้อมูลที่ตั้งค่าการใช้อัลกอริทึม Marquardt
ที่คำนวณที่ค่าพารามิเตอร์ที่ให้เหลือน้อยที่สุด
ผลรวมของสี่เหลี่ยม ความดีของพอดีที่ได้รับการประเมินโดยใช้ค่าสัมประสิทธิ์
การตัดสินใจ (R2) การเจริญเติบโตการเคลื่อนไหว (L, μและลึก)
และแบคทีเรียถูกเปรียบเทียบนัยสำคัญทางสถิติโดยใช้
การวิเคราะห์ความแปรปรวนของเทคนิค การแยกค่าเฉลี่ยที่ได้รับ
การทดสอบโดยใช้ช่วงของดันแคนหลาย อย่างมีนัยสำคัญถูกกำหนดที่
ระดับ Pb0.05 การประมวลผลข้อมูลที่ได้รับการดำเนินการโดยใช้
แพคเกจซอฟต์แวร์Statistica® 6.0 (Statsoft จำกัด ชิคาโกอิลลินอยส์)

ผลลัพธ์ (ไทย) 3:

2.5 สถิติวิเคราะห์
จุลินทรีย์ countswere แปลง LN CFU / cm2 ค่า รูปแบบเพื่อให้พอดีกับเส้นโค้งการเจริญเติบโต
ใช้กับข้อมูลแบบ
ๆสมการ ( garthright , 1991 ) :
ð NT เข้าสู่ระบบÞ¼เป็นþ bexpf −½ E L −μð exp T Þ = b þ 1  g
เมื่อ t = ในวันที่ผ่านไปนับตั้งแต่การฉีดวัคซีน , NT = LN
CFU / cm2 ที่เวลา t , L = เวลาในวัน atwhich ระยะเวลาความล่าช้าμ =
จบลงการเจริญเติบโตสูงสุดได้ ( log10cfu / cm2 / วัน ) , B = เพิ่มความเข้มข้นจากเชื้อแบคทีเรีย
เพื่อเวทีนิ่ง
= เส้นโค้งเฉลี่ยบน ( ความเข้มข้นของเชื้อในอุปกรณ์เวที
, D ) − B และ E = ออยเลอร์เป็นค่าคงที่ ( 2.680
ค่า ) ผมμและ D ได้ภายใต้แต่ละชุดของเงื่อนไขโดย
กระชับ sigmoidal โค้งกับชุดข้อมูลโดยใช้อัลกอริทึมมาร์คว
ที่คำนวณนั้น ค่าพารามิเตอร์ที่ให้ผลบวกตกค้าง
ขั้นต่ำของสี่เหลี่ยม ความดีของพอดีถูกประเมินโดยใช้ค่าสัมประสิทธิ์ตัวกำหนด ( R (
) การเจริญเติบโตของค่าพารามิเตอร์จลน์ ( L , μและ D )
( จุลินทรีย์และเปรียบเทียบทางสถิติโดยใช้เทคนิคการวิเคราะห์ความแปรปรวน
.หมายถึงการแยกได้
ใช้ Multiple Range test ดันแคน . โดยกำหนดให้มีนัยสำคัญทางสถิติที่ระดับ pb0.05
. การประมวลผลข้อมูลคือการใช้
statistica ® 6.0 ซอฟต์แวร์แพคเกจ ( StatSoft ( ชิคาโก อิลลินอยส์ )