R语言生态环境多元数据分析

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