Анализ данных в экологии сообществ и ландшафтов

Автор(ы):Джонгман Р. Г. Г. и др.
22.07.2013
Год изд.:1999
Описание: В книге описаны современные методы количественного анализа больших массивов данных, получаемых в ходе полевых исследований: регрессионный анализ, моделирование взаимоотношений между видами и факторами среды, способы выявления видов - индикаторов изменений среды, методы калибровки, ординации, кластерного анализа и анализа пространственных переменных. Каждый из разделов завершается упражнениями, которые могут быть выполнены на компьютере с помощью специальных программ. Книга предназначается для специалистов, связанных в своей работе с преобразованием природной среды, водным хозяйством, оценкой воздействий на среду и ландшафтным планированием.
Оглавление:
Анализ данных в экологии сообществ и ландшафтов — обложка книги.
Предисловие редактора перевода [VIII]
Предисловие [X]
Соавторы [ХII]
Благодарности [ХIII]
Список символов [XIV]
Данные для лугов на дюнах [XVII]
1. Введение [1]
  1.1. Типы экологического исследования [1]
  1.2. Этапы в исследовании сообществ и ландшафтной экологии [2]
  1.3. Проведение экологического исследования [4]
  1.4. Терминология [7]
  1.5. Исторические сведения [9]
2. Сбор данных [10]
  2.1. Сбор данных - целенаправленная и не обособленная деятельность [10]
  2.2. Цели проекта и сбор данных: начало, определяемое итогом [11]
  2.3. Планирование сбора данных [12]
    2.3.1. Проект исследований [12]
    2.3.2. Тип исследования [14]
    2.3.3. Стратегия сбора данных [15]
  2.4. Анализ и сбор данных [16]
    2.4.1. Введение [16]
    2.4.2. Шкалы измерений [16]
    2.4.3. Распределения вероятности [18]
    2.4.4. Трансформация переменных [20]
  2.5. Интерпретация результатов [22]
  2.6. Источники неверной интерпретации [23]
    2.6.1. Некорректное использование методов статистического анализа [23]
    2.6.2. Использование факта обнаружения явления в качестве вывода [24]
    2.6.3. Неверная интерпретация, вызванная смещенной выборкой [24]
    2.6.4. Другие источники неверной интерпретации [25]
  2.7. Комплексность экологических исследований [25]
  2.8. Библиографические замечания [26]
  2.9. Упражнение [27]
  2.10. Решение [27]
3. Регрессионный анализ [29]
  3.1. Введение [29]
    3.1.1. Назначение и применение [29]
    3.1.2. Модель отклика и типы переменных отклика [30]
    3.1.3. Типы объясняющих переменных кривых отклика [31]
    3.1.4. Содержание главы [33]
  3.2. LSR - анализ количественных данных по обилию [33]
    3.2.1. Номинальные объясняющие переменные: дисперсионный анализ [33]
    3.2.2. Линейная регрессия [37]
    3.2.3. Параболы и гауссовы кривые [40]
  3.3. Логит - регрессия для данных присутствия-отсутствия [43]
    3.3.1. Номинальные объясняющие переменные: критерий х-квадрат [43]
    3.3.2. Сигмоидальные кривые [44]
    3.3.3. Гауссовы логит-кривые [48]
  3.4. Регрессионный анализ данных по обилию с большим количеством нулевых значений [49]
  3.5. Множественная регрессия [51]
    3.5.1. Введение [51]
    3.5.2. Множественная регрессия методом наименьших квадратов: плоскости и другие поверхности [51]
    3.5.3. Множественная логит - регрессия: логит - плоскости и гауссовы логит - поверхности [53]
    3.5.4. Взаимодействие между объясняющими переменными [56]
    3.5.5. Номинальные объясняющие переменные [58]
  3.6. Выбор и диагностика модели регрессии [60]
  3.7. Метод взвешенного осреднения [61]
  3.8. Библиография [63]
  3.9. Стандартные ошибки оценок оптимума и толерантности: доверительный интервал для оптимума [65]
  3.10. Упражнения [66]
  3.11. Решения к упражнениям [72]
4. Калибровка [78]
  4.1. Введение [78]
  4.2. Калибровка методом максимального правдоподобия использованием функций отклика [79]
    4.2.1. Введение [79]
    4.2.2. Расчет номинального фактора среды [79]
    4.2.3. Расчет прогнозирования количественного фактора среды [81]
  4.3. Взвешенное осреднение с использованием индикаторных значений [83]
  4.4. Обратная регрессия [86]
  4.5. Библиографический обзор [87]
  4.6. Упражнения [87]
  4.7. Решения [89]
5. Ординация [91]
  5.1. Введение [91]
    5.1.1. Назначение и применение [91]
    5.1.2. Аппроксимация данных и модели отклика в ординации [93]
    5.1.3. Структура пятой главы [95]
  5.2. Анализ соответствия и анализ соответствия (DCA) с удаленным трендом [95]
    5.2.1. От определения средневзвешенных значений к анализу соответствия [95]
    5.2.2. Двухфакторный алгоритм определения взвешенных средних [97]
    5.2.3. Диагональные структуры: особенности и недостатки анализа соответствия [103]
    5.2.4. Анализ соответствия с удаленным трендом [105]
    5.2.5. Объединенный график видов и местообитаний [108]
    5.2.6. Блоковые структуры и чувствительность редких видов [109]
    5.2.7. Ординация Гаусса и ее связь с анализами СА и DCA [110]
  5.3. Анализ главных компонент [116]
    5.3.1. От регрессионного анализа методом наименьших квадратов к анализу главных компонент [116]
    5.3.2. Алгоритм двухфакторного взвешенного суммирования [119]
    5.3.3. Оптимальные кривые и плоскости в T- мерном пространстве [125]
    5.3.4. Совмещенный график засечек видов и местообитаний [127]
    5.3.5. Преобразование данных [130]
    5.3.6. R- и Q- Алгоритмы [131]
  5.4. Интерпретация результатов ординации с привлечением дополнительных данных [132]
  5.5. Каноническая ординация [136]
    5.5.1. Введение [136]
    5.5.2. Канонический анализ соответствия [137]
    5.5.3. Анализ избыточности [144]
    5.5.4. Канонический корреляционный анализ [147]
    5.5.5. Канонический анализ случайной переменной [148]
    5.5.6. Интерпретация канонических осей [150]
    5.5.7. Преобразование данных [151]
  5.6. Многомерное масштабирование (скэйлинг) [151]
  5.7. Оценка методов прямого и непрямого градиентного анализа [153]
  5.8. Библиографическая справка [156]
  5.9. Методы ординации в понятиях матричной алгебры [158]
    5.9.1. Анализ главных компонент (РСА) [158]
    5.9.2. Анализ соответствия (СА) [160]
    5.9.3. Канонический корреляционный анализ [161]
    5.9.4. Анализ избыточности (RDA) [163]
    5.9.5. Канонический анализ соответствия [163]
  5.10. Упражнения [165]
  5.11. Решения к упражнениям [169]
6. Кластерный анализ (перевод Кутузова А.В.) [174]
  6.1. Введение [174]
    6.1.1. Цели и методы [174]
    6.1.2. Типы кластерного анализа [175]
  6.2. Синтетические методы [175]
    6.2.1. Введение [175]
    6.2.2. Подобие и различие [176]
    6.2.3. Свойства индексов [180]
    6.2.4. Преобразование, нормировка и взвешивание [184]
    6.2.5. Синтетические кластерные алгоритмы [186]
  6.3. Аналитические методы [191]
    6.3.1. Введение [191]
    6.3.2. Анализ сообщества и родственные методы [193]
    6.3.3. Двухфакторный индикаторный анализ видов [193]
  6.4. Неиерархическая группировка [197]
  6.5. Оптимальное выделение кластеров [198]
  6.6. Представление результатов [199]
  6.7. Связь между типами растительных сообществ и средой [199]
    6.7.1. Использование простых описательных статистик [201]
    6.7.2. Использование критериев значимости [202]
  6.8. Библиография [203]
  6.9. Упражнения [204]
  6.10. Решения упражнений [207]
7. Пространственные аспекты экологических данных [213]
  7.1. Введение [213]
  7.2. Анализ поверхности тренда [215]
    7.2.1. Введение [215]
    7.2.2. Одномерные линейные тренды [215]
    7.2.3. Обобщение на случай негауссовых переменных [216]
    7.2.4. Нелинейная зависимость Z от X [216]
    7.2.5. Поверхности [217]
    7.2.6. Использование поверхностей тренда для интерполяции [218]
    7.2.7. Использование поверхностей тренда 219
    7.2.8. Локальные тренды [222]
  7.3. Пространственная автоковариация [222]
    7.3.1. Введение [222]
    7.3.2. Стационарность [224]
    7.3.3. Статистические моменты пространственных переменных [224]
    7.3.4. Автоковариации и полувариограммы [226]
    7.3.5. Пример использования автокорреляционного анализа [227]
    7.3.6. Нестационарность [228]
    7.3.7. Полувариограмма, ее свойства и использование [230]
    7.3.8. Изотропные и анизотропные вариации [234]
    7.3.9. Полувариограмма как инструмент выявления пространственной структуры [235]
    7.3.10. Пример использования полувариограммы для анализа пространственной вариации почвенных свойств [235]
  7.4. Пространственная интерполяция [237]
    7.4.1. Введение [237]
    7.4.2. Метод скользящего взвешенного осреднения [237]
    7.4.3. Методы оптимальной интерполяции, использующие пространственную автоковариацию [239]
  7.5. Выбор оптимальной сети наблюдений [242]
  7.6. Дискуссия [245]
  7.7. Библиография и исторический обзор методов интерполяции [245]
  7.8. Упражнения [246]
  7.9. Решения к упражнениям [248]
8. Численные методы на практике: конкретные примеры исследований [252]
  8.1. Пространственная вариация растительности, почв и осадков в пределах плато Хауксбери Сэндстоун, Новый Южный Уэльс, Австралия - анализ с использованием ординации и трендовых поверхностей [252]
    8.1.1. Сбор и анализ данных [252]
    8.1.2. Отклонения от трендов [256]
    8.1.3. Выводы [257]
  8.2. Обработка данных для получения классификации вересковой пустотной растительности юго - западной Европы [258]
    8.2.1. Введение [258]
    8.2.2. Подготовка базы данных [258]
    8.2.3. Действия с базой данных [259]
    8.2.4. Предварительные результаты [263]
    8.2.5. Заключительные замечания [263]
  8.3. Восстановление и поддержка системы искусственных водных объектов в Велюве, Нидерланды (Veluwe, the Netherlands) [266]
    8.3.1. Введение [266]
    8.3.2. Экологическое исследование [268]
    8.3.3. Анализ данных [268]
    8.3.4. Результаты [269]
    8.3.5. Применение результатов [272]
Литература [275]
Рекомендуемая литература на русском языке [291]
Термины [293]
Содержание [302]
Формат: djvu
Размер:19265826 байт
Язык:РУС
Рейтинг: 272 Рейтинг
Открыть: