查看原文>>>R语言生物群落分析绘图、多元统计分析、CMIP6、遥感碳储量、GEE林业、InVEST等
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）和辨别分析（如线性辨别分析和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（详见课程介绍）。但初学者在应用多元统计分析方法时往往非常困惑，这种困惑主要来自几个方面：首先，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。本内容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，包括生态环境多元数据分析概述、R基础及数据探索、多元数据梯度分析、多元数据分组分析及统计结果作图。课程将通过大量具体案例，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。
【内容简述】：
【其它相关推荐】：
R语言生物群落（生态）数据统计分析实践与应用
R语言贝叶斯方法在生态环境领域中的高阶技术应用
基于Citespace和vosviewer文献计量学可视化SCI论文高效写作方法
Biome-BGC生态系统模型与Python融合技术实践应用
Python 数据挖掘与机器学习实践技术应用
Meta分析在生态环境领域里的应用
基于“遥感+”技术蓝碳储量估算、红树林信息提取实践技术应用与科研论文写作方法
基于R语言、MaxEnt模型融合技术的物种分布模拟、参数优化方法、结果分析制图与论文写作实践技术应用
GEE遥感云大数据在林业中的应用与典型案例实践
