【技术推文】R语言多元数据统计分析

R语言多元数据统计分析在生态环境中的应用
前言

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。
生态环境多元数据分析

R基础与数据探索
一：R和Rstudio简介及入门和作图

 二：群落数据准备及探索分析
 
多元数据分组分析 ( (Working with groups)Working with groups) (Working with groups)
三：聚类(Cluster)分析上：非层次聚类（NHC）
 
四：聚类(Cluster)分析下：层次聚类（NHC）
 
五：辨别(Discrimination)分析上：分组差异性检验（Group Difference Test）
 

 
六：辨别(Discrimination)分析中：线性辨别分析（LDA）
 

七：辨别(Discrimination)分析下：分类回归树（CART）及随机森林模型（RFM）
 
多元数据梯度分析
八：间接梯度分析-非约束排序（Unconstrained ordination）上：PCA

九：间接梯度分析-非约束排序（Unconstrained ordination）下：PCoA、CA、DCA 及NMDS
 
十：直接梯度分析-约束排序（Constrained ordination）上：RDA
 
十一：直接梯度分析-约束排序（Constrained ordination）中：dbRDA、CCA及对称约束排序方法


十二：直接梯度分析-约束排序（Constrained ordination）下：变差分解（Variance Partitioning）
 

 

统计结果作图ggolot 

 多元数据梯度分析/(Working with gradients)

生态环境多元数据分析