R语言生物群落（生态）数据统计分析与绘图
R 语言作的开源、自由、免费等特点使其广泛应用于生物群落数据统计分析。生物群落数据多样而复杂，涉及浩繁统计分析方法。以生物群落数据分析中的最常用的统计方法回归和混淆效应模子、多元统计分析技能及布局方程等数目分析方法为主线，通过多个来自经典研究中的实例，聚焦生态学研究范畴，从R语言底子操作和作图、数据准备整理，到各种数目分析方法的应用景象分析，实现从数据整理到分析结果展示的完整科学研究数据分析过程，将《R语言底子》、《tidyverse数据清洗》、《多元统计分析》、《随机丛林模子》、《回归及混淆效应模子》、《布局方程模子》及《统计结果作图》进行了组合（7合1）。第一单位 R底子及数据准备
专题一：R和Rstudio简介及入门和作图底子
1）R及Rstudio先容：配景、软件及程序包安装、根本设置等
2）R语言根本操作，包括向量、矩阵、数据框及数据列表等天生和数据提取等
3）R语言数据文件读取、整理及存储等
4）R语言底子绘图（含ggplot）：根本绘图、排版、发表质量绘图输出存储
https://img-blog.csdnimg.cn/img_convert/fedc67be36c3f4d78b1f489c82907a25.png
专题二：R语言数据清洗-tidyverse包应用
1）tidyvese简介：tidyr、dplyr、readr、%>%等
2）文件操作：不同格式文件读取、多文件同时读取等
3）数据筛选：行筛选、列筛选、条件筛选（字符操作）等
4）数据天生：数据归并、数据拆分、新数据天生（字符操作）等
5）长宽数据转换、空值（NA）等添补及删除、分组、排序及汇总等
https://img-blog.csdnimg.cn/img_convert/c1b7a96da845d3d46f355c9f63d91fbf.png
专题三：群落数据准备及探索分析
1)生物群落数据准备：物种组成、环境变量、物种功能属性、系统发育树等
2)生物群落数据检查：缺失值和离群值（outliers）等-避免模子错进错出（GIGO）
3)物种多样性计算：物种多样性（TD）、功能多样性（FD）和系统发育多样性（PD）
4)物种相似/相异矩阵关联测度先容
https://img-blog.csdnimg.cn/img_convert/9038dcfb23437393c765383f84b4b6c8.png
第二单位 多元统计分析
专题四：群落数据非约束排序-PCA、CA、PCoA、NMDS
1）生物群落数据非约束排序分析简介
2）案例1鱼类生境数据排序：PCA
3）案例2鸟类物种组成数据的排序：CA、PCoA和NMDS比较
https://img-blog.csdnimg.cn/img_convert/a5cc325659d069d75b8a22791b0ede52.png
专题五：群落数据约束排序-RDA、dbRDA、CCA、4th Corner
1）生物群落数据约束排序简介：非对称约束排序VS对称约束排序
2）案例1景观、斑块及生境因子蛾类群落分布的表明：RDA、dbRDA或CCA选择+变差分解
3）案例2物种有无（0，1）数据约束排序：dbRDA
4）案例3物种组成、物种属性及环境因子的相关分析-第四角分析（4th Corner）
https://img-blog.csdnimg.cn/img_convert/383f8548bb8bb2a2b00fc1dea311dfc8.png
专题六：群落数据分组分析: 等级/非等级聚类（HC/NHC）、PERMANOVA等
1）生物群落数据的聚类及差别分析概述
2）案例1鸟类生境数据的等级和非等级聚类：KMEANS和HCLUST
3）案例2乌龟适宜生境差别检验（2组比较）及表明：PERMANOVA、MRPP、ANOSIM及Dispersion test
4）案例3环境梯度下微生物组成差别分析（多组比较）及表明：MRPP及Dispersion Test
5）案例4 药物对肠道微生物群落影响：PCoA+PERMANOVA
https://img-blog.csdnimg.cn/img_convert/4a625cf415af6cd92ce5f284e489849c.png
第三单位 机器学习
专题七：群落数据随机丛林（Random Forest）模子-分类VS回归
1）随机丛林（Random Forest）模子简介
2）随机丛林模子分析根本流程-分类VS回归
3）案例1 随机丛林分类及重要变量选择：RFM-classification
4）案例2 随机丛林回归模子及变量重要性评估：RFM-regression
5）案例3 物种多维形态属性与生态属性的关联关系：PCA+PCoA+LDA+RFM综合案例
https://img-blog.csdnimg.cn/img_convert/4cb4f4c8060c4588ef48939387d579da.png
第四单位 回归及混淆效应模子
专题八：一般线性模子（lm）
1）根本形式、根本假设、估计方法、参数检验、模子检验
2）案例1不同鱼类游速的回归、方差及协方差分析
3）案例2决定海洋植食性鱼类多样性的决定因子-模子验证
4）案例3淡水鱼丰度的环境因子的筛选-渐渐回归（model selection）
https://img-blog.csdnimg.cn/img_convert/bbba28f0d3c39fe5350b0045291ade45.png
专题九：广义线性模子（glm）
1）广义线性混淆效应模子根本原理、建模步骤及流程
2）案例1有无（0，1）数据的逻辑斯蒂模子-二项分布
3）案例2海豹年事与攻击举动的关系-0，1数据转化为比率数据分析
4）案例3 物种多度分布环境表明-计数数据泊松、负二项、零膨胀、零截断模子
https://img-blog.csdnimg.cn/img_convert/a50f9819c7a0c3af6cc6fe117df2a417.png
专题十：线性混淆效应模子（lmm）
1）混淆效应的根本原理及分析根本流程、步骤及实现
2）案例1分层数据物种多样性决定因素-模子构建流程、模子预测及诊断
3）案例2：多因素实验（分层数据）的多重比较
https://img-blog.csdnimg.cn/img_convert/b60c34053cb2d7574848951c7d4a2ebd.png
专题十一：广义线性混淆效应模子（glmm）
1）广义线性混淆效应模子根本原理、建模步骤及流程
2）案例1蝌蚪“变态”与否（0，1）的多因素分析-逻辑斯蒂混淆效应模子
3）案例2虫食种子多度影响因素的多变量分析-泊松混淆效应模子
4）广义线性混淆效应模子分析计数数据及模子选择：泊松、伪泊松、负二项、零膨胀泊松、零膨胀负二项、零截断泊松及零截断负二项模子
https://img-blog.csdnimg.cn/img_convert/5d49dfba3445da574d63a72fd006124f.png
专题十二：空间、时间及系统发育相关回归-数据自相关（autocorrelation）分析
1）数据自相关题目简介：时间、空间和系统发育相关先容
2）案例1丛林植物多样性分布格局的空间自相关修正
3）案例2不同年份鸟类多度的时间自相关修正
4）案例3系统发育相关在虾类多度分布分析中作用
https://img-blog.csdnimg.cn/img_convert/3839e07ad991c24eb4056c828c085815.png
第五单位 布局方程模子
专题十三：布局方程模子（SEM）：lavaan和piecewiseSEM-多变量直接和间接效应及因果关系
1）布局方程模子简介：界说、汗青、应用、估计方法、模子可辨认规则及样本量要求等
2）案例1群落物种丰富度规复的直接及间接效应（direct and indirect effects）：SEM分析根本流程-lavaan vs piecwiseSEM
3）案例2环境异质性和资源可得到性对不同演替阶段林下维管植物多样性的影响：模子调整、比较、评估及结果展示
4）案例3人类运动、环境条件、物种属性对动物范畴巨细相对贡献（relative roles）：混淆模子、嵌套布局、分组分析及分类变量SEM实现
https://img-blog.csdnimg.cn/img_convert/eac871004872916b0096b635ab66ffe3.png
第六单位 统计结果作图
专题十四：群落数据及统计分析结果作图（ggplot）、排版及发表质量图输出
1） 群落数据及统计分析结果作图数据准备：结果提取与作图数据整理
2） 聚类分析及分组差别检验图：聚类结果图、热图（heatmap）、分组差别检验结果图
3） PCA、CA、PCoA及NMDS等非约束排序图：排序图和双序图（biplot）
4） RDA、db-RDA及CCA等约束排序图：三序图（triplot）和韦恩图（venn）
5） 回归和混淆效应模子分析结果图：散点图、箱线图、柱状图及提琴图等
6） 布局方程模子结果图表达方式
https://img-blog.csdnimg.cn/img_convert/25b381f7cb1aac01f05d16d95ac83f46.png
原文链接
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]