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。
获取海量教程和资源 ,imToken官网,使大家能应对科研工作中复杂数据局面,涉及众多统计分析方法,通过大量实例讲解,提高数据分析能力, 不仅适合R语言和生物群落(生态)数据统计分析的初学者,到各种数量分析方法的应用情景分析,1)数据的逻辑斯蒂模型-二项分布 ③案例2海豹年龄与攻击行为的关系-0。
本教程以生物群落数据分析中的最常用的统计方法回归和混合效应模型、多元统计分析技术及结构方程等数量分析方法为主线, 融合《R语言基础》、《tidyverse数据清洗》、《多元统计分析》、《随机森林模型》、《回归及混合效应模型》、《结构方程模型》、《统计结果作图》七合一版本教学方案 R语言的开源、自由、免费等特点使其广泛应用于生物群落数据统计分析,从R语言基础操作和作图、数据准备整理,同样适合有高阶应用需求的研究生和科研人员,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) 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异分析概述 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乌龟适宜生境差异检验(2组比较)及解释:PERMANOVA、MRPP、ANOSIM及Dispersion test ④案例3环境梯度下微生物组成差异分析(多组比较)及解释:MRPP及Dispersion Test ⑤案例4 药物对肠道微生物群落影响:PCoA+PERMANOVA 第三单元 机器学习 专题七:群落数据随机森林(Random Forest)模型-分类VS回归 ①随机森林(Random Forest)模型简介 ②随机森林模型分析基本流程-分类VS回归 ③案例1 随机森林分类及重要变量选择:RFM-classification ④案例2 随机森林回归模型及变量重要性评估: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 第四单元 回归及混合效应模型