生态环境领域研究中常常面对众多的不同类型的数据或变量,当要同时分析多个因变量(y)时需要用到多元统计分析(multivariate statistical analysis)。多元统计分析内容丰富,应用广泛,是非常重要和实用的多元数据分析方法和统计工具,其中分类(classification)/分组(grouping)和梯度(gradient)/排序(ordination)分析是多元统计分析的核心内容。分类/分组分析主要包括聚类(如层次聚类和k-means聚类等)和辨别分析(如线性辨别分析和mental检验等);梯度/排序分析分为非约束排序(如PCA和CA等)和约束排序(如RDA和CCA等)两大类(详见介绍)。
但初学者在应用多元统计分析方法时往往非常困惑,这种困惑主要来自几个方面:
- 首先,多元统计方法众多,分类还是排序?约束排序还是非约束排序?
- 哪种方法或技术更适合我的研究目的或数据?
- 其次,在多元分析中很多术语都有别称,如非约束排序也叫间接梯度分析;
- 再次,多元数据类型包括连续型数据、计数数据、分类数据及混合类型数据,不同数据类型如何选择合适的方法?等等等等。
本内容将梳理多元统计中分类/分组和排序/梯度分析各方法不同应用情境,包括生态环境多元数据分析概述、R基础及数据探索、多元数据梯度分析、多元数据分组分析及统计结果作图、通过大量具体案例,利用R语言相关包示范各种方法实现途径,在面对多元数据分析时能够驾轻就熟,从容面对。
【内容介绍】:
第一篇、境多元数生态环境多元数据分析概述据分析概述
1、多元统计方法概念定义
2、纷繁的多元统计方法应用情景、异同点
3、多元统计方法数据或变量类型和结构
第二篇、R基础及数据探索 (Working with R and Data screening)
一:R和Rstudio简介及入门和作图基础
1) R及Rstudio介绍:背景、软件及程序包安装、基本设置等
2) R语言基本操作,包括向量、矩阵、数据框及数据列表等生成和数据提取等
3) R语言数据文件读取、整理&#