6. Statistiske metoder, beregninger, Miljøstyrelsen

Optagelse af metaller og PAH-forbindelser i grøntsager og frugt

6. Statistiske metoder, beregninger

6.1	T-test
6.2	Regressionsanalyser
6.3	Prøveantal
6.4	Jordbundsparametre, PLS-analyse

Statistikprogrammet SAS (version 6.12) blev anvendt til de fleste af analyserne (SAS 1999).

6.1 T-test

Til undersøgelse af forskelle mellem middelværdier af forskellige datasæt blev der anvendt variansanalyser eller t-test – enten enkeltvis eller som gruppe-test (Tukey’s test), afhængigt af datasættenes karakter. Dette er specificeret i teksten i de enkelte afsnit. Varianshomogenitet blev undersøgt ved analyse af, hvorvidt der var korrelation mellem størrelsen af middelværdien og størrelsen af replikat standard afvigelsen. Manglende korrelation blev fortolket som varianshomogenitet. For at tilnærme fordelingen af datasættene til normalfordelingen blev alle værdier logaritmisk transformerede før anvendelse. Da adskillige værdier var lig nul, blev der lagt et fast tal til resultaterne før transformationen. For grøntsagerne blev der lagt 0,001 til, medens der for frugt blev lagt 0,01 til.

6.2 Regressionsanalyser

Til undersøgelse af korrelationer mellem koncentrationer i jord og koncentrationer i grøntsager blev der anvendt lineære regressionsanalyser – også på logaritmisk transformerede tal som ovenfor beskrevet - med beregning af prædiktionsintervaller omkring regressionslinierne (PROC GLM i SAS).

6.3 Prøveantal

Til belysning af betydningen af prøveantallet for variansanalysernes udfald, blev der anvendt en såkaldt power-test, baseret på t-testen (Green 1989). Ved power-testen kan der gennemregnes et stort antal eksempler på prøveantal, variation og ønsket niveau for en forskel, der skal kunne bestemmes. Herved fås et mål for, hvor stor standardafvigelsen maksimalt må være, hvis man skal kunne bestemme en forskel af en bestemt størrelse mellem to prøver som statistisk signifikant med et givet signifikansniveau (a ) og en given sandsynlighed for ikke fejlagtigt at antage, at værdierne ikke er signifikant forskellige (b ).

En vurdering af betydningen af prøveantallet for prædiktionsintervallernes størrelse i regressionsanalysen blev foretaget efter de samme principper som GLM-analysen efter Sokal and Rohlf (1995).

6.4 Jordbundsparametre, PLS-analyse

De statistiske analyser til undersøgelse af jordbundsparametrenes eventuelle betydning for biotilgængeligheden af metallerne blev udført ved hjælp af en "Partial Least Square" analyse (PLS), der er en såkaldt multivariat teknik (f.eks. Eriksson et al. 1995). Ved hjælp af denne analyse er det muligt at beskrive værdierne i ét datasæt (en Y-matrix, her biokoncentreringsfaktorerne) ud fra værdierne i et andet datasæt (en X-matrix, her jordbundsparametrene) og derved få et mål for, hvilke parametre i X-matricen, der har betydning for Y-matricen. Analysen er nærmere beskrevet i afsnit 8.5.4 og bilag 5.