R语言多元数据统计分析、R语言生物群落（生态）数据统计分析、R语言贝叶斯方法

生态环境领域研究中常常面对众多的不同类型的数据或变量，当要同时分析多个因变量（y）时需要用到多元统计分析（multivariate statistical analysis）。多元统计分析内容丰富，应用广泛，是非常重要和实用的多元数据分析方法和统计工具，其中分类(classification)/分组（grouping）和梯度（gradient）/排序（ordination）分析是多元统计分析的核心内容。分类/分组分析主要包括聚类（如层次聚类和k-means聚类等）和辨别分析（如线性辨别分析和mental检验等）；梯度/排序分析分为非约束排序（如PCA和CA等）和约束排序（如RDA和CCA等）两大类（详见课程介绍）。但初学者在应用多元统计分析方法时往往非常困惑，这种困惑主要来自几个方面：首先，多元统计方法众多，分类还是排序？约束排序还是非约束排序？哪种方法或技术更适合我的研究目的或数据？其次，在多元分析中很多术语都有别称，如非约束排序也叫间接梯度分析；再次，多元数据类型包括连续型数据、计数数据、分类数据及混合类型数据，不同数据类型如何选择合适的方法？等等等等。将梳理多元统计中分类/分组和排序/梯度分析各方法不同应用情境，包括生态环境多元数据分析概述、R基础及数据探索、多元数据梯度分析、多元数据分组分析及统计结果作图。将通过大量具体案例，利用R语言相关包示范各种方法实现途径，使大家面对多元数据分析时能够驾轻就熟，从容面对。不仅适合R语言和生态环境数据多元统计分析的初学者，同样适合有高阶应用需求的研究生和科研人员。R语言多元数据统计分析在生态环境中的应用 (qq.com)

R语言生物群落（生态）数据统计分析与绘图 (qq.com)

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，涉及众多统计分析方法。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，通过多个来自经典研究中的实例，详细讲述各方法的R语言实现途径（详见教学内容）。主要特点为聚焦生态学研究领域，从R语言基础操作和作图、数据准备整理，到各种数量分析方法的应用情景分析，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》及《统计结果作图》进行了组合（7合1）。不仅适合R语言和生物群落（生态）数据统计分析的初学者，同样适合有高阶应用需求的研究生和科研人员。将通过大量实例讲解，使大家能应对科研工作中复杂数据局面，选择合适模型

R语言贝叶斯方法在生态环境领域中的高阶技术应用 (qq.com)

贝叶斯统计已经被广泛应用到物理学、生态学、心理学、计算机、哲学等各个学术领域，其火爆程度已经跨越了学术圈，如促使其自成统计江湖一派的贝叶斯定理在热播美剧《The Big Bang Theory》中都要秀一把。贝叶斯统计学即贝叶斯学派是一门基本思想与传统基于频率思想的统计学即频率学派完全不同的统计学方法，它在统计建模中具有灵活性和先进性特点，使其可以轻松应对复杂数据和模型结构。然而，很多初学者在面对思想、技术和方法都与传统统计学有着较大区别的贝叶斯统计，以及其后验参数获取需要用到的马尔科夫、蒙特卡罗和吉布斯等现代抽样技术，特别是建模中复杂而令人眼花缭乱的脚本文件而畏葸不前。为了能够让广大研究者准确灵活的应用贝叶斯统计学，实现弯道超车，跑步进入贝叶斯统计世界，特别开展R语言生态环境数据贝叶斯统计高级实践课程。回归及结构方程模型概述及数据探索；R和Rstudio简介及入门和作图基础；R语言数据清洗-tidyverse包；贝叶斯回归与混合效应模型；贝叶斯空间自相关、时间自相关及系统发育相关数据分析；贝叶斯非线性数据分析;贝叶斯结构方程模型及统计结果作图等。不仅适合R语言和生态环境数据统计分析初学者，也适合有高阶应用需求的研究生和科研人员。将通过大量实例讲解，使大家能应对科研工作中复杂数据局面，选择合适模型，提高数据分析能力。