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