环境与生态统计

表清单

图清单

第1部分 基本概念

第1章 引言

1.1 美国佛罗里达Everglades湿地案例

1.2 统计学问题

1.3 参考文献说明

第2章 R语言

2.1 什么是R语言?

2.2 开始使用R语言

2.2.1 R提示符与赋值

2.2.2 数据类型

2，2.3 R的函数

2.3 RCommander

第3章 统计假设

3.1 正态性假设

3.2 独立性假设

3.3 等方差假设

3.4 探索性数据分析

3.4.1 展示分布的图形

3.4.2 比较分布的图形

3.4.3 识别变量问依存关系的图形

3.5 从图形到统计学思维

3.6 参考文献说明

第4章 统计推断

4.1 总体均值和置信区间的估计

4.1.1 估计标准误的自举法

4.2 假设检验

4.2.1 t检验

4.2.2 双侧备择

4.2.3 用置信区间进行假设检验

4.3 一般过程

4.4 假设检验的非参数方法

4.4.1 秩变换

4.4.2 wilcoxon符号秩检验

4.4.3 wilcoxon秩和检验

4.4.4 关于分布无关检验方法的讨论

4.5 置信水平α、统计功效1β和P值

4.6 单因素方差分析

4.6.1 方差分析

4.6.2 统计推断

4.6.3 多重比较

4.7 案例

4.7.1 美国佛罗里达Everglades湿地案例

4.7.2 Kemp的鳞龟

4.7.3 水质达标评价

4.7.4 红树林和海绵体之间的相互作用

4.8 参考文献说明

第Ⅱ部分 统计建模

第5章 线性模型

5.1 作为线性模型的ANOVA

5.2 简单和多元线性回归模型

5.2.1 最小平方法

5.2.2 鱼样本中的：PCBs

5.2.3 用一个预测变量来回归

5.2.4 多元回归

5.2.5 相互作用

5.2.6 残差和模型评估

5.2.7 类型预测变量

5.2.8 芬兰湖泊案例和共线性

5.3 构建预测性模型的一般考虑

5.4 模型预测的不确定性

5.5 双因素ANOVA

5.5.1 相互作用

5.6 参考文献说明

……

第Ⅲ部分 高级统计建模

参考文献

索引

在强调统计思维的归纳性本质基础上，《环境与生态统计：R语言的应用》把应用统计学跟环境与生态领域关联到一起。《环境与生态统计：R语言的应用》遵循解决统计建模问题的一般方法。内容覆盖了模型界定、参数估值和模型评估。作者用了很多实例来阐述统计学模型以及如何用R语言来实现模型。本书首先为开展简单的数据分析任务提供了基础知识。例如探索性数据分析和线性回归模型拟合。接下来重点介绍了统计建模，包括线性和非线性模型、分类和回归树以及广义线性模型。书中还讨论了用于模型检验的模拟，为开发出的模型提供评估工具，同时探讨了多层回归模型这类会对环境和生态学数据分析产生广泛影响的模型。
本书重点针对的是环境和生态学问题的统计建模和数据分析。通过引导读者理解解决科学问题和开发统计模型的过程，轻松地从科学假设过渡到统计模型。

结合案例来描述每一种统计学模型，解释如何开展数据分析，讨论采用模拟手段来检验模型，这是模型开发与评估中的重要方面，给出多层回归模型（如多层ANOVA、多层线性回归和广义多层模型），指导如何用R语言采实现诸多方法，在线提供书中所用到的数据集和R语言脚本。