The standardized Shannon-Weaver pro

The standardized Shannon-Weaver provided a constrained index between zero and one with the
highest value indicating maximum abundance [44,45]. Multivariate statistical analyses of characterization
data were conducted using principal component (PCA) and cluster (CA) analyses. PCA was employed
to identify the different morphological characters that contributed to the most variance in the measured
variables. In PCA, the raw data were standardized and the distance matrix using the variance-covariance
coefficients was computed. The Proportion of Variance criterion was used to identify the different
principal components that contributed to the total variance in the dataset [23]. PCA and CA were done
using NTSYSpc version 2.1 software [46]. The distance matrix was generated using the Euclidean
Distance Coefficients and was used as input for clustering using the unweighted pair group of
arithmetic means (UPGMA) metho

ผลลัพธ์ (ไทย) 1:

มาตรฐานแชนนอนช่างทอผ้าให้ดัชนีจำกัดระหว่างศูนย์และมีการ ค่าสูงสุดที่บ่งชี้ความอุดมสมบูรณ์สูงสุด [44,45] วิเคราะห์ทางสถิติตัวแปรพหุคุณสมบัติข้อมูลได้ดำเนินการโดยใช้ส่วนประกอบหลัก (PCA) และการวิเคราะห์ของคลัสเตอร์ (CA) สมาคมได้รับการว่าจ้าง ระบุอักขระสัณฐานแตกต่างกันที่ส่วนต่างมากที่สุดในการวัด ตัวแปร ใน PCA ข้อมูลดิบได้มาตรฐาน และจากเมทริกซ์ความแปรปรวนความแปรปรวนร่วมมีคำนวณค่าสัมประสิทธิ์ ใช้เกณฑ์สัดส่วนของผลต่างระบุต่าง ๆ ส่วนประกอบหลักที่ส่วนผลต่างรวมในชุดข้อมูล [23] ทำ PCA และ CA ใช้ซอฟต์แวร์เวอร์ชัน 2.1 NTSYSpc [46] จากเมตริกซ์โดย Euclidean ห่างจากที่พักสัมประสิทธิ์ และใช้เป็นข้อมูลสำหรับใช้คู่ unweighted กลุ่มคลัสเตอร์ metho หมายถึงเลขคณิต (UPGMA)

ผลลัพธ์ (ไทย) 2:

มาตรฐาน Shannon-ประกอบให้ดัชนี จำกัด ระหว่างศูนย์และหนึ่งที่มี
มูลค่าสูงที่สุดแสดงให้เห็นความอุดมสมบูรณ์สูงสุด [44,45] การวิเคราะห์ทางสถิติหลายตัวแปรลักษณะของ
ข้อมูลที่ได้รับการดำเนินการโดยใช้องค์ประกอบหลัก (PCA) และกลุ่ม (CA) วิเคราะห์ PCA ถูกจ้างมา
เพื่อระบุลักษณะทางสัณฐานวิทยาที่แตกต่างกันที่มีส่วนทำให้ความแปรปรวนมากที่สุดในวัด
ตัวแปร ใน PCA, ข้อมูลดิบที่ได้รับมาตรฐานและเมทริกซ์ระยะทางโดยใช้แปรปรวน-แปรปรวน
ค่าสัมประสิทธิ์การคำนวณ สัดส่วนของความแปรปรวนเกณฑ์ที่ใช้ในการระบุที่แตกต่างกัน
องค์ประกอบหลักที่สนับสนุนการแปรปรวนทั้งหมดในชุดข้อมูลที่ [23] PCA และ CA ได้ทำ
ใช้รุ่น NTSYSpc 2.1 ซอฟแวร์ [46] เมทริกซ์ระยะทางที่ถูกสร้างขึ้นโดยใช้แบบยุคลิด
สัมประสิทธิ์ระยะทางและถูกนำมาใช้เป็นข้อมูลสำหรับการจัดกลุ่มโดยใช้กลุ่มคู่ชั่งของ
ค่าเฉลี่ยเลขคณิต (UPGMA) metho

ผลลัพธ์ (ไทย) 3:

. สรุป
อวัสดุพันธุกรรมเป็นสำคัญประกอบในการอนุรักษ์ทรัพยากรพันธุกรรมเพื่อให้แน่ใจว่า
การจัดการการอนุรักษ์อย่างมีประสิทธิภาพ รวมทั้งประสิทธิภาพการใช้โดยเฉพาะอย่างยิ่งใน
โปรแกรมการปรับปรุงพันธุ์ ในการศึกษานี้ เป็นข้าวพันธุ์ ลักษณะ เพื่อประเมินความหลากหลายคุณสมบัติของพวกเขา
. สรุป
อวัสดุพันธุกรรมเป็นสำคัญประกอบในการอนุรักษ์ทรัพยากรพันธุกรรมเพื่อให้แน่ใจว่า
การจัดการการอนุรักษ์อย่างมีประสิทธิภาพ รวมทั้งประสิทธิภาพการใช้โดยเฉพาะอย่างยิ่งใน
โปรแกรมการปรับปรุงพันธุ์ ในการศึกษานี้ เป็นข้าวพันธุ์ ลักษณะ เพื่อประเมินความหลากหลายคุณสมบัติของพวกเขา
. สรุป
อวัสดุพันธุกรรมเป็นสำคัญประกอบในการอนุรักษ์ทรัพยากรพันธุกรรมเพื่อให้แน่ใจว่า
การจัดการการอนุรักษ์อย่างมีประสิทธิภาพ รวมทั้งประสิทธิภาพการใช้โดยเฉพาะอย่างยิ่งใน
โปรแกรมการปรับปรุงพันธุ์ ในการศึกษานี้ เป็นข้าวพันธุ์ ลักษณะ เพื่อประเมินความหลากหลายคุณสมบัติของพวกเขา