顶部
  1. 首页
  2. 图书产品
  3. 生态统计学导论（第二版）
收藏

生态统计学导论（第二版）

样章
作者：
Nicholas J. Gotelli and Aaron M. Ellison 著 马占山 李文迪 译
定价：
99.00元
ISBN：
978-7-04-060298-2
版面字数：
660.000千字
开本：
特殊
全书页数：
暂无
装帧形式：
平装
重点项目：
暂无
出版时间：
2024-05-30
读者对象：
学术著作
一级分类：
自然科学
二级分类：
生态
三级分类：
生态科学

本书内容涵盖四大部分：概率论和数理统计的基础知识、实验设计的基本原理和技术、生态学中常用的统计学方法、生态统计中的独特方法。书中穿插了大量的生态学研究实例，并通过丰富有趣的脚注为读者拓展了统计理论的发展史、名人名家轶事乃至哲学思辨等背景知识，大大增加了可读性。本书可作为高等院校生物统计、生态统计、生物信息等专业高年级本科生和研究生的教学用书，对统计学、数学、生物学、生态学、农学、林学等领域的科研工作者来说，也是一本优秀的案头参考书。

  • 前辅文
  • 第一部分 概率和统计思维的基础
    • 第1章 概率简介
      • 1.1 什么是概率
      • 1.2 概率的度量
        • 1.2.1 单一事件的概率：食肉植物的捕食
        • 1.2.2 通过抽样估计概率
      • 1.3 概率定义中的问题
      • 1.4 概率中的数学
        • 1.4.1 定义样本空间
        • 1.4.2 复杂事件和共享事件的概率
        • 1.4.3 概率计算：以马利筋和毛毛虫为例
        • 1.4.4 复杂事件和共享事件：集合的交、并、补运算法则
        • 1.4.5 条件概率
      • 1.5 贝叶斯定理
      • 1.6 总结
    • 第2章 随机变量和概率分布
      • 2.1 离散随机变量
        • 2.1.1 伯努利随机变量
        • 2.1.2 伯努利试验的例子
        • 2.1.3 多个伯努利试验=二项随机变量
        • 2.1.4 二项分布
        • 2.1.5 泊松随机变量
        • 2.1.6 泊松随机变量示例：稀有植物的分布
        • 2.1.7 离散随机变量的期望值
        • 2.1.8 离散随机变量的方差
      • 2.2 连续随机变量
        • 2.2.1 均匀随机变量
        • 2.2.2 连续随机变量的期望
        • 2.2.3 正态随机变量
        • 2.2.4 正态分布的性质
        • 2.2.5 其他连续型随机变量
      • 2.3 中心极限定理
      • 2.4 总结
    • 第3章 汇总统计量：位置和散度的度量
      • 3.1 位置的度量
        • 3.1.1 算术平均值
        • 3.1.2 其他均值
        • 3.1.3 位置的其他度量：中位数和众数
        • 3.1.4 如何选择合适的位置度量
      • 3.2 散度的度量
        • 3.2.1 方差和标准差
        • 3.2.2 均值标准误
        • 3.2.3 偏度、峰度和中心矩
        • 3.2.4 分位数
        • 3.2.5 散度度量的使用
      • 3.3 围绕汇总统计量的一些哲学问题
      • 3.4 置信区间
        • 3.4.1 广义置信区间
      • 3.5 总结
    • 第4章 假设的构建和检验
      • 4.1 科学方法
        • 4.1.1 演绎与归纳
        • 4.1.2 现代归纳法：贝叶斯推断
        • 4.1.3 假设–演绎法
      • 4.2 检验统计假设
        • 4.2.1 统计假设与科学假设
        • 4.2.2 统计学显著性与P值
        • 4.2.3 统计检验中的误差
      • 4.3 参数估计与预测
      • 4.4 总结
    • 第5章 三大统计分析框架
      • 5.1 样本问题
      • 5.2 蒙特卡罗分析
        • 5.2.1 第一步：确定检验统计量
        • 5.2.2 第二步：建立零假设分布
        • 5.2.3 第三步：确定使用单尾检验还是双尾检验
        • 5.2.4 第四步：计算尾概率
        • 5.2.5 蒙特卡罗法的假设
        • 5.2.6 蒙特卡罗法的优缺点
      • 5.3 参数分析
        • 5.3.1 第一步：确定检验统计量
        • 5.3.2 第二步：确定零假设分布
        • 5.3.3 第三步：计算尾概率
        • 5.3.4 参数法的假设
        • 5.3.5 参数法的优缺点
        • 5.3.6 非参数分析：蒙特卡罗分析的一个特例
      • 5.4 贝叶斯分析
        • 5.4.1 第一步：确定假设
        • 5.4.2 第二步：将参数指定为随机变量
        • 5.4.3 第三步：确定先验概率分布
        • 5.4.4 第四步：计算似然
        • 5.4.5 第五步：计算后验概率分布
        • 5.4.6 第六步：解释结果
        • 5.4.7 贝叶斯分析的假设
        • 5.4.8 贝叶斯分析的优缺点
      • 5.5 总结
  • 第二部分 实验设计
    • 第6章 设计成功的野外研究
      • 6.1 研究的要点
        • 6.1.1 变量Y是否在空间或时间上存在差异？
        • 6.1.2 因子X 对变量Y的影响
        • 6.1.3 变量Y的测量值是否与假设H的预测一致？
        • 6.1.4 基于变量Y的测量值, 模型Z中参数θ的最优估计是什么？
      • 6.2 人为操作实验
      • 6.3 自然观察实验
      • 6.4 “快照式” 实验和“轨迹式” 实验
        • 6.4.1 时间依赖性问题
      • 6.5 压力实验对比脉冲实验
      • 6.6 重复
        • 6.6.1 需要多少重复？
        • 6.6.2 能负担得起多少重复？
        • 6.6.3 10数规则
        • 6.6.4 大尺度研究和环境影响
      • 6.7 保证独立性
      • 6.8 避免混淆因子
      • 6.9 重复和随机化
      • 6.10 设计有效的野外实验和抽样研究
        • 6.10.1 样方是否足够大到可以确保结果的真实性？
        • 6.10.2 什么是研究的粒度和广度？
        • 6.10.3 处理的范围或调查的种类是否涵盖所有可能的环境条件？
        • 6.10.4 如何设立对照组才能保证结果只反映感兴趣因子引起的变异？
        • 6.10.5 除了预期的处理外, 对组内所有重复的实验操作是否一致？
        • 6.10.6 是否测量了每个重复中适当的协变量？
      • 6.11 总结
    • 第7章 实验设计和抽样设计
      • 7.1 分类变量和连续变量
      • 7.2 因变量和自变量
      • 7.3 四类实验设计
        • 7.3.1 回归设计
        • 7.3.2 ANOVA设计
        • 7.3.3 ANOVA的替代设计：实验回归
        • 7.3.4 列联表设计
        • 7.3.5 替代列联表的设计：比例设计
      • 7.4 总结
    • 第8章 管理和管护数据.
      • 8.1 第一步：管理原始数据
        • 8.1.1 电子表格
        • 8.1.2 元数据
      • 8.2 第二步：存储和管护数据
        • 8.2.1 存储：临时存储和存档存储
        • 8.2.2 管护数据
      • 8.3 第三步：检查数据
        • 8.3.1 离群值的重要性
        • 8.3.2 误差
        • 8.3.3 缺失值
        • 8.3.4 检测离群值和误差
        • 8.3.5 创建审计踪迹
      • 8.4 最后一步：变换数据
        • 8.4.1 将数据变换作为认知工具
        • 8.4.2 根据统计需要进行数据变换
        • 8.4.3 报告结果：是否进行变换？
        • 8.4.4 审计踪迹回顾
      • 8.5 总结：数据管理流程图
  • 第三部分 数据分析
    • 第9章 回归分析
      • 9.1 定义直线及其两个参数
      • 9.2 线性模型拟合
      • 9.3 方差与协方差
      • 9.4 最小二乘参数估计
      • 9.5 方差分量与决定系数
      • 9.6 回归的假设检验
        • 9.6.1 方差分析表的剖析
        • 9.6.2 其他检验与置信区间
      • 9.7 回归的假设
      • 9.8 回归的诊断检验
        • 9.8.1 残差图
        • 9.8.2 其他诊断图
        • 9.8.3 影响函数
      • 9.9 蒙特卡罗与贝叶斯分析
        • 9.9.1 应用蒙特卡罗方法的线性回归
        • 9.9.2 应用贝叶斯方法的线性回归
      • 9.10 其他类型的回归分析
        • 9.10.1 稳健回归
        • 9.10.2 分位数回归
        • 9.10.3 逻辑回归
        • 9.10.4 非线性回归
        • 9.10.5 多元回归
        • 9.10.6 路径分析
      • 9.11 模型选择准则
        • 9.11.1 多元回归的模型选择方法
        • 9.11.2 路径分析中的模型选择方法
        • 9.11.3 贝叶斯模型选择
      • 9.12 总结
    • 第10章 方差分析
      • 10.1 方差分析中的符号和标签
      • 10.2 方差分析与平方和分解
      • 10.3 方差分析的假设
      • 10.4 利用方差分析进行假设检验
      • 10.5 构建F比
      • 10.6 各类方差分析表
        • 10.6.1 随机分块
        • 10.6.2 嵌套方差分析
        • 10.6.3 双因素方差分析
        • 10.6.4 三因素和多因素方差分析
        • 10.6.5 裂区方差分析
        • 10.6.6 重复测量方差分析
        • 10.6.7 协方差分析
      • 10.7 方差分析中的随机因素与固定因素
      • 10.8 分解方差
      • 10.9 方差分析作图和交互项理解
        • 10.9.1 单因素方差分析作图
        • 10.9.2 双因素方差分析作图
        • 10.9.3 理解交互项
        • 10.9.4 协方差分析作图
      • 10.10 均值比较
        • 10.10.1 事后比较
        • 10.10.2 事前对照
      • 10.11 Bonferroni校正和多重比较中的问题
      • 10.12 总结
    • 第11章 分类数据分析
      • 11.1 二维列联表
        • 11.1.1 整理数据
        • 11.1.2 变量是否独立？
        • 11.1.3 检验假设：Pearson卡方检验
        • 11.1.4 Pearson卡方检验的替代方法：G检验
        • 11.1.5 R×C表的卡方检验和G检验
        • 11.1.6 选择哪个检验？
      • 11.2 多维列联表
        • 11.2.1 整理数据
        • 11.2.2 多维表格
        • 11.2.3 用于列联表的贝叶斯方法
      • 11.3 拟合优度检验
        • 11.3.1 离散分布的拟合优度检验
        • 11.3.2 检验连续分布的拟合优度：Kolmogorov-Smirnov检验
      • 11.4 总结
    • 第12章 多元数据分析
      • 12.1 走进多元数据
        • 12.1.1 矩阵代数的需求
      • 12.2 比较多元均值
        • 12.2.1 比较两个样本的多元均值：Hotelling’s T2检验
        • 12.2.2 比较两个以上样本的多元均值：一个简单的多元方差分析
      • 12.3 多元正态分布
        • 12.3.1 多元正态性检验
      • 12.4 多元距离的度量
        • 12.4.1 度量两个个体间的距离
        • 12.4.2 度量两组间的距离
        • 12.4.3 其他距离度量
      • 12.5 排序
        • 12.5.1 主成分分析
        • 12.5.2 因子分析
        • 12.5.3 主坐标分析
        • 12.5.4 对应分析
        • 12.5.5 非度量多维尺度分析
        • 12.5.6 排序的优缺点
      • 12.6 分类
        • 12.6.1 聚类分析
        • 12.6.2 选择聚类方法
        • 12.6.3 判别分析
        • 12.6.4 分类的优缺点
      • 12.7 多元多重回归
        • 12.7.1 冗余分析
      • 12.8 总结
  • 第四部分 估计
    • 第13章 生物多样性的度量
      • 13.1 估计物种丰富度
        • 13.1.1 通过随机子抽样进行标准化多样性比较
        • 13.1.2 稀疏曲线：内插物种丰富度
        • 13.1.3 基于个体的稀疏曲线的期望
        • 13.1.4 基于样本的稀疏曲线：以马萨诸塞州的蚂蚁为例
        • 13.1.5 物种丰富度vs.物种密度
      • 13.2 稀疏曲线的统计比较
        • 13.2.1 稀疏化的假设
      • 13.3 渐近估计：推断物种丰富度
        • 13.3.1 稀疏曲线：外推法和内插法
      • 13.4 估计物种多样性和均匀度
        • 13.4.1 Hill数
      • 13.5 估计物种多样性的软件
      • 13.6 总结
    • 第14章 种群的检测及其大小的估计
      • 14.1 占有率
        • 14.1.1 基本模型：一个物种、一个季度、一系列位点中的两个样本
        • 14.1.2 多个物种的占有率
        • 14.1.3 用于参数估计和建模的分层模型
        • 14.1.4 开放种群的占有率模型
        • 14.1.5 马萨诸塞州球蚜的动态占有率
      • 14.2 估计种群大小
        • 14.2.1 标记重捕：基本模型
        • 14.2.2 开放种群的标记重捕模型
      • 14.3 占有率建模和标记重捕：更多模型
      • 14.4 用于估计占有率和丰度的抽样
      • 14.5 估计占有率和丰度的软件
      • 14.6 总结
  • 附录 阅读本书所需的矩阵代数基础
  • 术语表
  • 参考文献
  • 索引
  • 译后记
  • 插图

相关图书

Biophysical Models and Applications in Ecosystem Analysis （生态系统分析中的生物物理模型及应用）

Jiquan Chen

￥129.00 收藏

Dryland East Asia (DEA): Land Dynamics amid Social and Climate Change

Jiquan Chen等

￥139.00 收藏

LiDAR Principles, Processing and Applications in Forest Ecology

Qinghua Guo，Yanjun Su，Tianyu Hu

￥280.00 收藏

Soil and Plant Analysis for Forest Ecosystem Characterization（森林生态系统土壤和植物分析）

Daniel John Vogt 等

￥89.00 收藏

The River of Life: Sustainable Practices of Native Americans and Indigenous Peop

Kristiina A Vogt 等

￥79.00 收藏

中国荒漠生物土壤结皮生态生理学研究

李新荣 回嵘 赵洋

￥268.00 收藏

变化中的生态系统——全球变暖的影响

Julie Kerr Casper 著 赵斌 郭海强 译

￥39.00 收藏

土壤生物学：群落与生态系统方法

Richard Bardgett 著，周小奇 王艳芬 译

￥99.00 收藏

地球的生态带（第四版 全新重编版）

林育真 于纪姗

￥49.00 收藏

基于个体的生态学与建模（Individual-Based Modeling and Ecology）

储诚进 林玥 艾得协措 王酉石 译

￥69.00 收藏

弹性思维——不断变化的世界中社会--生态体系的可持续性

彭少麟 陈宝明 赵琼 等译

￥24.00 收藏

微生物生态学导论

主编：陈声明 林海萍 陈海敏 张立钦

￥32.00 收藏

微生物生态学导论（第二版）

陈声明 吴甘霖

￥49.00 收藏

批判教育学、生态扫盲与全球危机——生态教育运动

张亦默 李博

￥39.00 收藏

数量生态学——R语言的应用（第二版）

Daniel Borcard François Gillet Pierre Legendre 著 赖江山 译

￥66.00 收藏