新書推薦:
《
双城史
》
售價:HK$
110.9
《
冯友兰和青年谈心系列:不是问题的问题(哲学大师冯友兰和年轻人谈心,命运解读)
》
售價:HK$
55.8
《
月与蟹(青鲤文库)荣获第144届直木奖,天才推理作家经典作品全新译本。一部青春狂想曲,带你登上心理悬疑之巅。
》
售價:HK$
50.4
《
索恩丛书·盛清统治下的太监与皇帝
》
售價:HK$
88.5
《
透过器物看历史(全6册)
》
售價:HK$
490.6
《
我在台北故宫博物院读名画
》
售價:HK$
109.8
《
尼罗河往事:古埃及文明4000年
》
售價:HK$
76.2
《
一个人·谁也不是·十万人(诺贝尔文学奖得主反思自我的巅峰之作)
》
售價:HK$
54.9
編輯推薦:
加博卡德、法吉莱、加勒让德编著的《数量生态学--R语言的应用》的特色是在简要介绍分析方法原理的基础上,利用案例数据逐步展示如何在R中实现生态学数据数量分析的基本方法数据描述性统计、关联测度计算和高级方法聚类分析、排序分析和空间分析,与Numerical
Ecology互为补充。
內容簡介:
近年来,随着新的数据分析方法在生态学和环境科学研究中的迅速发展和大数据时代的来临,R语言统计软件以其灵活、开放、易于掌握、免费等诸多优点,在生态科学和环境科学研究领域迅速传播并赢得广大研究者的青睐。数量生态学方法是现代生态学研究的重要工具,本书是连接数量生态学方法和R语言的桥梁。加博卡德、法吉莱、加勒让德编著的《数量生态学--R语言的应用》首先介绍探索性数据分析和关联矩阵的构建,然后介绍数量生态学的三类主要方法:聚类分析、排序非约束排序和典范排序
和空间分析。本书的重点不是介绍数量方法的理论基础和数学公式,而是在简要介绍原理的基础上,利用案例数据,手把手地教大家如何在R中实现数量分析。《数量生态学--R语言的应用》可作为生态学、环境科学及其他相关领域例如海洋学、分子生态学、农学和土壤科学本科生和研究生的教材,也可作为相关专业科研人员的自学参考书。
關於作者:
Daniel
Borcard博士,加拿大蒙特利尔大学生物科学系高级研究员。长期从事数量生态学、群落生态学和生物统计学方面的科研和教学工作,曾获蒙特利尔大学优秀教学奖。
Francois Gillet博士,法国弗朗什孔泰大学科学与技术学院教授。长期从事群落生态学、植被生态学、数量生态学和生态模型方面的科研和教学工作。
Pierre
Legendre博士,加拿大蒙特利尔大学生物科学系教授,加拿大皇家学会会员。在群落生态学、数量生态学、统计生态学和系统发育中的数量方法等领域具有很高的造诣,是国际数量生态学界的权威,著有影响力极大的Numerical
Ecology一书,发表论文200余篇。他也是生态学/环境科学领域lsI检索最高引用率的学者之一。
目錄 :
第1章 绪论
1.1 为什么需要数量生态学?
1.2 为什么用R?
1.3 本书的读者群和结构
1.4 如何使用本书
1.5 数据集
1.5.1 Doubs鱼类数据集 显示全部信息第1章 绪论
1.1 为什么需要数量生态学?
1.2 为什么用R?
1.3 本书的读者群和结构
1.4 如何使用本书
1.5 数据集
1.5.1 Doubs鱼类数据集
1.5.2 甲螨数据集
1.6 关于R帮助资源的提醒
1.7 现在是时候了
第2章 探索性数据分析
2.1 目标
2.2 数据探索
2.2.1 数据提取
2.2.2 物种数据:第一次接触
2.2.3 物种数据:进一步分析
2.2.4 物种数据转化
2.2.5 环境数据
2.3 小结
第3章 关联测度与矩阵
3.1 目标
3.2 关联测度的主要类别简短概述
3.2.1 Q模式和R模式
3.2.2 Q模式下对称或非对称的系数:双零问题
3.2.3 定性或定量数据的关联测度
3.2.4 概括
3.3 Q模式:计算对象之间的距离矩阵
3.3.1 Q模式:定量的物种数据
3.3.2 Q模式:二元有一无物种数据
3.3.3 Q模式:定量数据除物种多度数据外的数据
3.3.4 Q模式:二元数据除物种有一无数据外的数据
3.3.5 Q模式:混合类型、包括分类定性多级变量
3.4 R模式:计算变量之间的依赖矩阵
3.4.1 R模式:物种多度数据
3.4.2 R模式:物种有一无数据
3.4.3 R模式:定量和序数数据除物种多度外的数据
3.4.4 R模式:二元数据除物种多度外的数据
3.5 物种数据的预转化
3.6 小结
第4章 聚类分析
4.1 目标
4.2 聚类概述
4.3 基于连接的层次聚类
4.3.1 单连接聚合聚类
4.3.2 完全连接聚合聚类
4.4 平均聚合聚类
4.5 ward最小方差聚类
4.6 灵活聚类
4.7 解读和比较层次聚类结果
4.7.1 引言
4.7.2 同表型相关
4.7.3 寻找可解读的聚类簇
4.8 非层次聚类
4.8.1 A一均值划分
4.8.2 围绕中心点划分PAM
4.9 用环境数据进行比较
4.9.1 用外部数据进行类型比较方差分析途径
4.9.2 双类型比较列联表分析
4.10 物种集合
4.10.1 组内数据简单统计
4.10.2 KendaU共性系数w
4.10.3 基于有一无数据的物种集合
4.10.4 IndVal:物种指示值
4.11 多元回归树:约束聚类
4.11.1 引言
4.11.2 计算原理
4.11.3 使用mvpart和MVPARTwrap程序包运行MRT
4.11.4 组合MRT和[ndVal
4.11.5 作为时序型ChronologiCal聚类方法的MRT
4.12 另类途径:模糊聚类
4.12.1 使用Cluster程序包内fanny函数进行C一均值模糊聚类
4.13 小结
第5章 非约束排序
5.1 目标
5.2 排序概述
5.2.1 多维空间
5.2.2 降维空间内的排序
5.3 主成分分析PCA
5.3.1 概述
5.3.2 使用rda函数对Doubs环境数据进行PCA分析
5.3.3 转化后的物种数据PCA分析
5.3.4 PCA应用领域
5.3.5 使用PCA函数进行PCA分析
5.4 对应分析CA
5.4.1 引言
5.4.2 使用vegan包里的CCa函数进行CA分析
5.4.3 使用CA函数进行对应分析
5.4.4 弓形效应和去趋势对应分析DCA
5.4.5 多重对应分析MCA
5.5 主坐标分析pcoa
5.5.1 引言
5.5.2 利用CmdsCale包和vegan包对Doubs数据进行PC0A分析
5.5.3 使用pcoa函数对Doubs数据进行pcoa分析
5.6 非度量多维尺度分析NMDS
5.6.1 引言
5.6.2 鱼类数据NMDS分析
5.7 手写排序函数
第6章 典范排序
6.1 目标
6.2 典范排序概述
6.3 冗余分析RDA
6.3.1 引言
6.3.2 Doubs数据集R:DA分析
6.3.3 手写RDA函数
6.4 典范对应分析CCA
6.4.1 引言
6.4.2 Doubs数据集CCA分析
6.5 线性判别式分析LDA
6.5.1 引言
6.5.2 使用lda函数进行判别式分析
6.6 其他非对称分析
6.7 两个或多个数据集的对称分析
6.8 典范相关分析CCorA
6.8.1 引言
6.8.2 使用CCorA函数进行典范相关分析
6.9 协惯量分析CoIA
6.9.1 引言
6.9.2 使用ade4包进行协惯量分析
6.10 多元因子分析MFA
6.10.1 引言
6.10.2 使用FaCtoMineR进行多元因子分析
6.11 小结
第7章 生态学数据空间分析
7.1 目标
7.2 空间结构和空间分析:简短概述
7.2.1 引言
7.2.2 诱导性空间依赖和空间自相关
7.2.3 空间尺度
7.2.4 空间异质性
7.2.5 空间相关或自相关函数和空间相关图
7.2.6 空间相关检验的条件
7.2.7 模拟空间结构
7.3 多元趋势面分析
7.3.1 引言
7.3.2 练习趋势面分析
7.4 基于特征根的空间变量和空间建模
7.4.1 引言
7.4.2 基于距离的经典MEM之前被称为PCNM
7.4.3 更广泛的MEM:除地理距离外的权重
7.4.4 应该使用正空间相关还是负空间相关?
7.4.5 具有方向性的非对称特征向量图AEM
7.5 另外一种了解空间结构的途径:多尺度排序
7.5.1 原理
7.5.2 甲螨数据多尺度排序:探索性方法
7.5.3 去趋势甲螨物种和环境数据多尺度排序
7.6 小结
参考文献
索引