R语言及其在生态学中的应用  071300M02006H

学期:2020—2021学年(春)第二学期 | 课程属性:一级学科普及课 | 任课教师:杨健,赖江山
授课时间: 星期四,第5、6、7 节
授课地点: 教二楼201
授课周次: 2、3、4、5、7、8、9、10、11、12、13、14、15、16
课程编号: 071300M02006H 课时: 42 学分: 2.00
课程属性: 一级学科普及课 主讲教师:杨健,赖江山 助教:李利平
英文名称: R language and its application in ecology 召集人:

教学目的、要求

现代生态学研究已经跨入的大数据的时代,传统的统计软件已经很难满足当前的数据分析需求。近年来,R语言以其灵活、开放、易于掌握、免费等诸多优点,在生态学研究各领域迅速传播并赢得广大研究者的青睐和应用。当前,大部分生态学研究论文均以R语言作为数据分析的工具,因此,熟练使用R语言已经成为生态和环境科学的研究生必须掌握的一项技能。
本课程不仅让学生了解基本和高级数量生态学方法的基本原理,同时,也通过案例手把手教大家如何利用R语言来实现这些方法。通过本课程的学习,不仅让学生理解数量生态学的方法和原理,同时能熟练使用R语言来实现这些方法,提高数据分析的能力,扩宽数据分析的视野,充分挖掘数据资源,为顺利完成毕业论文和为今后的科学研究打下坚实的基础。
教学要求:
1.	授课老师熟悉基本和高级数量生态学方法和熟练使用R语言
2.	学生具备基本的统计学知识
3.	学生需要自备笔记本电脑
4.	由于涉及到程序操作,为了保证教学效果,选课人数不超过50人

预修课程

教 材

Daniel Borcard, Fran?ois Gillet, Pierre Legendre 著,(赖江山 译).2014. 数量生态学-R语言应用,北京:高等教育出版社

主要内容

第一部分:R语言基本操作(9学时)
1.1为什么要学R语言?
1.2R语言的基本运算
1.3R语言作图
1.4  R语言编程
第二部分:基本统计分析(9学时)
2.1数据描述统计
2.2概率分布拟合
2.3  T检验和卡方检验
2.4相关(Pearson相关、秩相关、偏相关和Mantel相关)
2.5方差分析(协方差分析、重复测量方差分析和多元方差分析)
2.6线性回归分析(普通回归、混合效应模型、广义线性模型、二型回归)
2.7非线性回归
2.8结构方程模型

第三部分:多元统计分析(12学时)
3.1关联测度
	3.1.1Q模式:计算对象之间的距离矩阵
3.1.2R模式:计算变量之间的依赖矩阵
3.2聚类分析
3.2.1	基于连接的层次聚类
3.2.2	Ward最小方差聚类
3.2.3	聚类结果比较和聚类树裁减
3.2.4	非层次聚类
3.2.5	物种集合
3.2.6	多元回归树
3.3	非约束排序
3.3.1	主成分分析(PCA)
3.3.2	对应分析(CA)
3.3.3	主坐标分析(PCoA)
3.3.4	非度量多维尺度分析(NMDS)
3.4	约束排序
3.4.1	冗余分析(RDA)
3.4.2	变差分解
3.4.3	典范对应分析(CCA)
3.4.4	线性判别式分析(LDA)
第四部分空间分析(8个学时)
4.1	空间点格局分析
4.1.1	G函数
4.1.2	F函数
4.1.3	点格局过程
4.1.4	空间插值与地统计学
4.2	空间面格局分析
4.2.1	空间自相关检验
4.2.2	趋势面分析
4.2.3	PCNM和空间变差分解
4.3	空间和时间效应
4.3.1	空间与时间Beta多样性分析
4.3.2	多次测量空间与时间系列分析

参考文献

《数量生态学》(第三版)(张金屯. 北京: 科学出版社,2018)