生态统计学原理与实践
课程编码：1800840713X3P2001H
英文名称：Ecological Statistics -- Princinples and Practice
课时：50
学分：2.50
课程属性：专业核心课
主讲教师：牛海山等
教学目的要求
本课程包括生态学研究中常用的统计学方法的原理及数据处理实践，具体可归纳为三个方面。第一方面：经典统计学主要方法及其原理。第二方面：生态学中常见的抽样设计、试验设计的原理、适用条件和常见错误。第三方面，基于R语言的数据处理与统计分析的实践，内容与上述理论知识对应。
预修课程
无
大纲内容
第一章 统计学基础知识 14.0学时 牛海山
第1节 统计学在生态学试验设计和数据分析中的作用
第2节 课程主要内容、教材、考试介绍
第3节 数据类型
第4节 概率的计算；逆概公式；几种重要分布
第5节 期望、方差和中心极限定理
第6节 抽样分布和区间估计
第7节 熟悉R环境和基本界面
第8节 R语言最基本的几个命令
第9节 描述性统计、基本作图
第10节 R数据处理：读入、写出、数据筛选
第二章 取样量与功效分析 10.0学时 牛海山
第1节 两种类型错误和统计功效的概念
第2节 统计功效的计算
第3节 通过模拟抽样试验体会两类错误
第4节 成组和配对t检验及结果解释
第5节 功效分析和抽样量估计的R实现
第6节 抽样程序设计及主要适用情景
第7节 简单随机抽样
第8节 分层抽样及其参数估计
第9节 常见的其它抽样设计及其参数估计
第三章 试验设计 18.0学时 牛海山
第1节 回归分析原理
第2节 回归分析计算方法
第3节 回归模型评估
第4节 回归模型残差诊断
第5节 回归分析R计算
第6节 回归模型结果的解释
第7节 方差分析基本逻辑
第8节 方差分析计算过程
第9节 方差分析结果的解释
第10节 方差分析R的实现
第11节 互作的不同情形——案例分析
第12节 多因子试验的逻辑和基本概念
第13节 伪重复的类型和案例
第14节 多因素模型在R下的表示方式
第15节 多重比较
第16节 析因设计的适用条件常见错误
第17节 随机区组设计的适用条件
第18节 嵌套和交叉关系
第19节 协方差分析在R中实现以及在生态学中的应用案例
第20节 BACI设计——适用条件和计算
第21节 趋势面设计
第四章 混合模型、卡方分析和非参数统计 5.0学时 牛海山
第1节 混合模型基本逻辑
第2节 混合模型的R实现
第3节 卡方分析
第4节 非参数检验
第五章 多元统计分析 3.0学时 牛海山
第1节 主成份分析
第2节 聚类分析
第3节 结构方程模型
教材信息
1、
Ecological Methodology (Second Edition)
Charles J. Krebs
1998年02月
Benjamin Cummings, Menlo Park, Calif
参考书
课程教师信息
牛海山，理学博士（中科院植物所），中国科学院大学副教授。主要从事草原植物水分关系，植物生态学研究工作，主持国家级课题3项，发表学术论文30多篇。自2004年开始一直在中国科学院大学从事教学工作，主讲《生态统计学原理与方法》和环境生态物理学。