顶部
收藏

环境与生态统计――R语言的应用(第二版)


作者:
Song S. Qian 著 曾思育 译
定价:
89.00元
ISBN:
978-7-04-063932-2
版面字数:
570.00千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2025-03-24
物料号:
63932-00
读者对象:
学术著作
一级分类:
自然科学
二级分类:
环境
三级分类:
环境科学

暂无
  • 前辅文
  • 第Ⅰ部分 基本概念
    • 第1章 引言
      • 1.1 归纳推理的工具
      • 1.2 美国佛罗里达Everglades湿地案例
        • 1.2.1 统计学问题
      • 1.3 城市化对河流生态系统的影响
        • 1.3.1 统计学问题
      • 1.4 密歇根湖鱼体内的PCB
        • 1.4.1 统计学问题
      • 1.5 测定藻华毒素
      • 1.6 参考文献说明
      • 1.7 练习
    • 第2章 R语言速成课
      • 2.1 什么是R语言?
      • 2.2 开始使用R语言
        • 2.2.1 R命令和脚本
        • 2.2.2 R软件包
        • 2.2.3 R工作目录
        • 2.2.4 数据类型
        • 2.2.5 R的函数
      • 2.3 将数据输入R
        • 2.3.1 创建数据的函数
        • 2.3.2 一项模拟实例
      • 2.4 数据准备
        • 2.4.1 数据清洗
        • 2.4.2 构造子集与合并数据
        • 2.4.3 数据转换
        • 2.4.4 数据聚合与格式变换
        • 2.4.5 日期
      • 2.5 练习
    • 第3章 统计假设
      • 3.1 正态性假设
      • 3.2 独立性假设
      • 3.3 等方差假设
      • 3.4 探索性数据分析
        • 3.4.1 展示分布的图形
        • 3.4.2 比较分布的图形
        • 3.4.3 识别变量间依存关系的图形
      • 3.5 从图形到统计思维
      • 3.6 参考文献说明
      • 3.7 练习
    • 第4章 统计推断
      • 4.1 概述
      • 4.2 总体均值和置信区间的估计
        • 4.2.1 估计标准误的自举法
      • 4.3 假设检验
        • 4.3.1 t检验
        • 4.3.2 双侧备择
        • 4.3.3 用置信区间进行假设检验
      • 4.4 一般过程
      • 4.5 假设检验的非参数方法
        • 4.5.1 秩变换
        • 4.5.2 Wilcoxon符号秩检验
        • 4.5.3 Wilcoxon秩和检验
        • 4.5.4 关于分布无关检验方法的讨论
      • 4.6 显著性水平α、统计功效1 − β和p值
        • 4.6.1 示例: 基于假设检验的模型评估
      • 4.7 单因素方差分析
        • 4.7.1 方差分析
        • 4.7.2 统计推断
        • 4.7.3 多重比较
      • 4.8 案例
        • 4.8.1 美国佛罗里达Everglades湿地案例
        • 4.8.2 肯氏龟
        • 4.8.3 水质达标评价
        • 4.8.4 红树和海绵之间的相互作用
      • 4.9 参考文献说明
      • 4.10 练习
  • 第Ⅱ部分 统计建模
    • 第5章 线性模型
      • 5.1 引言
      • 5.2 从t检验到线性模型
      • 5.3 简单和多元线性回归模型
        • 5.3.1 最小二乘法
        • 5.3.2 用一个预测变量来回归
        • 5.3.3 多元回归
        • 5.3.4 相互作用
        • 5.3.5 残差和模型评估
        • 5.3.6 类型预测变量
        • 5.3.7 芬兰湖泊案例和共线性
      • 5.4 构建预测性模型的一般考虑
      • 5.5 模型预测的不确定性
        • 5.5.1 案例: 水质监测的不确定性
      • 5.6 双因素ANOVA
        • 5.6.1 作为线性模型的ANOVA
        • 5.6.2 多个类型预测变量
        • 5.6.3 相互作用
      • 5.7 参考文献说明
      • 5.8 练习
    • 第6章 非线性模型
      • 6.1 非线性回归
        • 6.1.1 分段线性模型
        • 6.1.2 案例: 北美丁香花初次开花的日期
        • 6.1.3 选择初始值
      • 6.2 平滑
        • 6.2.1 散点图平滑
        • 6.2.2 拟合局部回归模型
      • 6.3 平滑和加性模型
        • 6.3.1 加性模型
        • 6.3.2 加性模型的拟合
        • 6.3.3 北美湿地数据库
        • 6.3.4 讨论: 科学中非参数回归模型的作用
        • 6.3.5 时间序列的季节分解
      • 6.4 参考文献说明
      • 6.5 练习
    • 第7章 分类和回归树
      • 7.1 Willamette河案例
      • 7.2 统计学方法
        • 7.2.1 种植和修剪一棵回归树
        • 7.2.2 种植和修剪一棵分类树
        • 7.2.3 绘图选项
      • 7.3 讨论
        • 7.3.1 将CART用作建模工具
        • 7.3.2 离差平方和与概率假设
        • 7.3.3 CART和生态阈值
      • 7.4 参考文献说明
      • 7.5 练习
    • 第8章 广义线性模型
      • 8.1 逻辑斯蒂回归
        • 8.1.1 案例: 评估将紫外线作为饮用水消毒剂的有效性
        • 8.1.2 统计学问题
        • 8.1.3 在R中拟合模型
      • 8.2 模型解释
        • 8.2.1 Logit变换
        • 8.2.2 截距
        • 8.2.3 斜率
        • 8.2.4 其他的预测变量
        • 8.2.5 相互作用
        • 8.2.6 对隐孢子虫案例的讨论
      • 8.3 诊断学
        • 8.3.1 箱式残差图
        • 8.3.2 偏大离差
        • 8.3.3 啮齿动物食用种子: 逻辑斯蒂回归的第二个案例
      • 8.4 泊松回归模型
        • 8.4.1 中国台湾西南部的砷数据
        • 8.4.2 泊松回归
        • 8.4.3 暴露和偏移
        • 8.4.4 偏大离差
        • 8.4.5 相互作用
        • 8.4.6 负二项分布
      • 8.5 多项式回归
        • 8.5.1 在R中拟合多项式回归模型
        • 8.5.2 模型评估
      • 8.6 泊松– 多项式连接
      • 8.7 广义加性模型
        • 8.7.1 案例: 南极半岛西部的鲸
      • 8.8 参考文献说明
      • 8.9 练习
  • 第Ⅲ部分 高级统计建模
    • 第9章 用于模型检验和统计推断的模拟
      • 9.1 模拟
      • 9.2 用模拟来概括回归模型
        • 9.2.1 一个入门案例
        • 9.2.2 概括线性回归模型
        • 9.2.3 用于模型评估的模拟
        • 9.2.4 预测不确定性
      • 9.3 基于重采样的模拟
        • 9.3.1 自举聚合
        • 9.3.2 案例: 基于CART的阈值的置信区间
      • 9.4 案例: 评估TITAN
        • 9.4.1 TITAN简况
        • 9.4.2 TITAN中的假设检验
        • 9.4.3 Ⅰ型错误概率
        • 9.4.4 统计功效
        • 9.4.5 自举
        • 9.4.6 群体阈值
        • 9.4.7 结论
      • 9.5 参考文献说明
      • 9.6 练习
    • 第10章 多层回归
      • 10.1 从Stein悖论到多层模型
      • 10.2 多层结构和可交换性
      • 10.3 多层ANOVA
        • 10.3.1 食用潮间海藻的动物
        • 10.3.2 农田的N2O背景释放量
        • 10.3.3 何时使用多层模型?
      • 10.4 多层线性回归
        • 10.4.1 非嵌套分组
        • 10.4.2 多元回归问题
        • 10.4.3 ELISA案例——一个意想不到的多层建模问题
      • 10.5 非线性多层模型
      • 10.6 广义多层模型
        • 10.6.1 植物开发利用监测计划——加莱克斯草
        • 10.6.2 美国饮用水中的隐孢子虫——一个泊松回归案例
        • 10.6.3 采用模拟手段来检验模型
      • 10.7 结束语
      • 10.8 参考文献说明
      • 10.9 练习
  • 参考文献
  • 索引
  • 译后记

相关图书