R语言生物群落数据统计分析应用

 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。主要特点为聚焦群落生态学研究领域，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表达的完整的科学研究数据分析及结果展示的全过程，不仅适合R语言和统计分析群落学数据的初学者，也适合高阶应用需求的研究生和科研人员。【推荐】R语言生物群落数据统计分析应用 (qq.com)

一：R入门及Rstudio简介

1） R及Rstudio简介：背景、软件及程序包安装、基本设置等

2） R语言操作符、脚本及矩阵基本运算简介

3） R语言数据读取和结果存储

4） R语言绘图（包括ggplot）

二：群落数据准备及探索分析

1) 生物群落数据准备：物种数据、环境变量、物种功能属性、系统发育树等

2) 生物群落数据检查：缺失值和离群值（outlier）等-避免模型错进错出（GIGO）

3) 物种相似/相异矩阵和种间关联关系分析

4) 物种多样性（alpha，beta，gamma）、功能多样性等计算

三：群落数据聚类分析: 等级/非等级聚类（HC/NHC）、（NP）MANOVA、MRPP等

1） 生物群落数据的聚类及差异分析概述

2） 案例1鸟类组成数据的等级和非等级聚类

3） 案例2乌龟分布适宜生境的差异性检验（2组比较）

4） 案例3环境梯度下微生物组成差异分析（多组比较）

四：群落数据排序上-PCA、CA、PCoA、NMDS等非约束排序（Unconstrained Ordination）

1） 生物群落数据非约束排序分析简介

2） 案例1鱼类生境数据的PCA排序

3） 案例2鸟类物种组成数据的排序：CA、PCoA和NMDS比较分析

五：落数据排序下-RDA、dbRDA、CCA等约束排序（Constrained Ordination）

1） 生物群落数据约束排序简介：非对称约束排序VS对称约束排序

2） 案例1景观、斑块及生境因子对蛾类群落分布的解释：RDA、dbRDA或CCA方法选择

3） 案例2物种有无（0，1）数据的dbRDA分析

4） 案例3物种组成、物种属性及环境因子的相关分析

六：一般线性模型（lm）与广义线性模型（glm）-正态与非正态数据分析

1） 一般线性模型与广义线性模型基本原理及比较

2） 案例1不同鱼类游速的回归、方差及协方差分析

3） 案例2 有无（0，1）数据的逻辑斯蒂模型-二项分布

4） 案例3物种多度分布环境解释泊松模型-计数数据分析（泊松、负二项、零膨胀、零截断等）

七：线性混合效应模型（lmm）与广义线性混合效应模型（glmm）-数据分层与嵌套分析

1） 混合效应的基本原理及分析基本流程

2） 案例1分层数据物种多样性决定因素的线性混合效应模型

3） 案例2蝌蚪“变态”与否（0，1）的多因素分析-广义线性混合效应模型

4） 计数数据广义线性混合效应模型

八：空间、时间及系统发育相关回归-数据自相关（autocorrelation）问题分析

1） 数据自相关问题简介：时间、空间和系统发育相关介绍

2） 案例1森林植物多样性分布格局的空间自相关修正

3） 案例2不同年份鸟类多度的时间自相关分析

4） 案例3系统发育相关在虾类多度分布分析中作用

九：结构方程模型（SEM）-lavaan和piecewiseSEM多变量间直接和间接效应及因果关系

1） lavaan及piecewiseSEM开展结构方程分析流程

2） 案例1：群落物种丰富度恢复的直接及间接效应（direct and indirect effects）

3） 案例2：环境异质性和资源可获得性对不同演替阶段林下维管植物多样性的影响

4） 案例3：人类活动、环境条件、物种属性对动物领域大小相对贡献（relative roles）