数量生态学——R语言的应用
作者： 赖江山
出版时间：2014-05
出版社：高等教育出版社
- 高等教育出版社
- 9787040394726
- 1版
- 94515
- 46254410-7
- 平装
- 16开
- 2014-05
- 330
- 275
- 理学
- 生态学
- Q141
- 生态、环境、地学类
- 本科 研究生及以上
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。本书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。本书可作为生态学、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。
前辅文
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
1.6 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
2.3 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）
3.3 Q模式：计算对象之间的距离矩阵
3.4 R模式：计算变量之间的依赖矩阵
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
4.4 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
4.8 非层次聚类
4.9 用环境数据进行比较
4.10 物种集合
4.11 多元回归树：约束聚类
4.12 另类途径：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
5.3 主成分分析（PCA）
5.4 对应分析（CA）
5.5 主坐标分析（PCoA）
5.6 非度量多维尺度分析（NMDS）
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）
6.4 典范对应分析（CCA）
6.5 线性判别式分析（LDA）
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）
6.9 协惯量分析（CoIA）
6.10 多元因子分析（MFA）
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
7.3 多元趋势面分析
7.4 基于特征根的空间变量和空间建模
7.5 另外一种了解空间结构的途径：多尺度排序
7.6 小结
参考文献
索引
