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)和差异分析(如辨别分析和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
您是否在应用多元统计分析方法时往往非常困惑,无从下手???
比如,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
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,通过具体案例,利用R语言相关包示范各种方法实现途径,使大家面对多元数据分析时能够驾轻就熟,从容面对。
生态环境多元数据分析概述(Working with multivariate data)
1、多元数据分析方法概述
2、多元数据的探索性分析(数据检查、数据转换、关联测度计算等)
多元数据分类/分组分析(Working with groups)
一:聚类(Cluster)分析
非层次聚类(NHC)和层次聚类(HC)
二:辨别(Discrimination)分析上
多元方差分析(NP-MANOVA)、多元置换法(MRPP)、Mantel检验等
三:辨别(Discrimination)分析下
辨别分析(DA)、分类与回归树(CART)、逻辑回归(LR)、指示种分析(ISA)等
多元数据梯度分析(Working with gradients)
一:间接梯度分析-非约束排序(Unconstrained ordination)
主成分分析(PCA)、对应分析(CA)、去趋势对应分析(DCA)、非标度多维尺度分析(NMDS)等
二:直接梯度分析-约束排序(Constrained ordination)
冗余分析(RDA)、典范对应分析(CCA)、典范相关分析(CanCorr)等
三:多元数据的方差分解分析(Variance Partitioning Analysis)
偏回归分析(partial regression)、偏冗余分析(partial RDA)、偏典范对应分析(partial CCA)及方差分解(VPA)
●R语言贝叶斯方法在生态环境领域中的高阶技术应用
●R语言生物群落(生态)数据统计分析与绘图实践技术应用