R 语言作的开源、自由、免费等特点使其广泛应用于生物群落数据统计分析。生物群落数据多样而复杂,涉及众多统计分析方法。本课程以生物群落数据分析中的最常用的统计方法回归和混合效应模型、多元统计分析技术及结构方程等数量分析方法为主线,通过多个来自经典研究中的实例,详细讲述各方法的R语言实现途径(详见教学内容)。课程的主要特点为聚焦生态学研究领域,从R语言基础操作和作图、数据准备整理,到各种数量分析方法的应用情景分析,实现从数据整理到分析结果展示的完整科学研究数据分析过程,将《R语言基础》、《tidyverse数据清洗》、《多元统计分析》、《随机森林模型》、《回归及混合效应模型》、《结构方程模型》及《统计结果作图》进行了组合(7合1)。
一:R和Rstudio简介及入门和作图
二:R语言数据清洗-tidyverse包应用
三:群落数据准备及探索分析
四:群落数据非约束排序-PCA、CA、PCoA、NMDS
五:群落数据约束排序-RDA、dbRDA、CCA、4th Corner
六:群落数据分组分析: 等级/非等级聚类(HC/NHC)、PERMANOVA等
七:群落数据随机森林(Random Forest)模型-分类VS回归
八:一般线性模型(lm)
九:广义线性模型(glm)