R语言作为新兴的统计软件,以开源、自由、免费等特点风靡全球。生态环境领域研究内容广泛,数据常多样而复杂。利用R语言进行多元统计分析,从复杂的现象中发现规律、探索机制正是R的优势。为此,本课程以鱼类、昆虫、水文、地形等多样化的生态环境数据为例,在R语言的基本操作介绍基础上,利用vegan、ade4、adespatial、stats、cluster、dendextend等多个程序包分析数据的分布、相关性、回归、聚类、排序、空间结构和群落多样性等内容,解读其结果及生态学意义,并将数据分析和作图展现集成于一体,引导读者能够系统运用R语言在生态环境领域进行多方位分析与探索。
内容详情:
专题一
R语言基本操作及语法
1、R的获取和安装
2、R的数据类型
3、R的函数
4、R包的载入及使用
专题二
探索性数据分析
案例一:27个物种的多度分布及空间分布
案例二:不同鱼类30个样方的空间分布
案例三:水文、地形等环境数据地图
环境变量气泡图
专题三
关联测度与矩阵
案例一:环境变量之间的相关性分析
案例二:不同物种之间的差异及距离矩阵
相异矩阵热图
专题四
回归分析
1、用lm()拟合回归模型
2、一元及多元线性回归
3、多项式回归
4、回归诊断
5、选择最佳的回归模型
专题五
聚类分析
案例:30个样方之间的不同类型聚类及比较
(单连接、完全连接、平均聚合聚类(UPGMA)、Ward最小方差聚类等)
两种聚类树及其比较
专题六
排序分析
1、主成分分析(PCA)
2、对应分析(CA)
3、主坐标分析(PCoA)
4、非度量多维尺度分析(NMDS)
主成分分析双序图
检验NMDS结果的Shepard和拟合度图
专题七
数据空间分析
1、空间结构和空间分析概述
2、多元趋势面分析
3、基于特征根的空间变量和空间建模
4、多尺度排序(MSO)
三阶趋势面分析图
专题八
生物多样性分析
案例一:昆虫群落的稀疏度分析
案例二:鱼类群落的alpha、beta和gamma多样性
案例三:群落功能多样性、功能组成和谱系多样性