面向生態(tài)學(xué)數(shù)據(jù)的貝葉斯統(tǒng)計

內(nèi)容概要

《面向生態(tài)學(xué)數(shù)據(jù)的貝葉斯統(tǒng)計:層次模型、算法和R編程》內(nèi)容簡介：作為統(tǒng)計學(xué)的兩大分支，頻率論和貝葉斯統(tǒng)計創(chuàng)立的時間相差無幾，但貝葉斯統(tǒng)計直到近10年才被逐步引進到生態(tài)學(xué)數(shù)據(jù)分析?！睹嫦蛏鷳B(tài)學(xué)數(shù)據(jù)的貝葉斯統(tǒng)計：層次模型、算法和R編程》涵蓋方法引論與實驗分析應(yīng)用兩部分，針對多個時空尺度，介紹了適合于生態(tài)學(xué)數(shù)據(jù)的統(tǒng)計推斷方法和層次模型，涉及經(jīng)典頻率論和貝葉斯統(tǒng)計的模型、算法和具體編程。首先闡述了生態(tài)學(xué)數(shù)據(jù)的層次結(jié)構(gòu)和時空變異性，以及頻率論和貝葉斯統(tǒng)計。然后介紹貝葉斯推斷的基礎(chǔ)概念、分析框架和算法原理；并進一步針對生態(tài)學(xué)層次模型、時間序列及時空復(fù)合格局數(shù)據(jù)依次展開分析模擬。在應(yīng)用操作部分，配合方法部分的各章內(nèi)容介紹基于R的算法與編程實踐。最后《面向生態(tài)學(xué)數(shù)據(jù)的貝葉斯統(tǒng)計：層次模型、算法和R編程》還附錄了與生態(tài)學(xué)數(shù)據(jù)密切相關(guān)的頻率論與貝葉斯統(tǒng)計的基礎(chǔ)知識。 
《面向生態(tài)學(xué)數(shù)據(jù)的貝葉斯統(tǒng)計：層次模型、算法和R編程》適用于生態(tài)學(xué)和環(huán)境科學(xué)專業(yè)的研究生和科研人員，可作為實驗和觀測數(shù)據(jù)分析的教材或參考書。具有一定概率論和貝葉斯統(tǒng)計基礎(chǔ)及統(tǒng)計軟件R應(yīng)用編程技術(shù)的人員，對于理解和應(yīng)用《面向生態(tài)學(xué)數(shù)據(jù)的貝葉斯統(tǒng)計：層次模型、算法和R編程》所涉及的相關(guān)方法是必要的。

作者簡介

作者：（美國）克拉克 譯者：沈澤昊 儲誠進 朱鍇

書籍目錄

中譯本序 譯者序 原書前言 上篇面向生態(tài)學(xué)數(shù)據(jù)的模型：引論 第Ⅰ部分引 言 第1章關(guān)聯(lián)中的模型 1.1自然界和模型中的復(fù)雜性與隱蔽性 1.2建立聯(lián)系：數(shù)據(jù)、推斷和決策 1.3模型二元素：已知和未知 1.4利用模型學(xué)習(xí)：假設(shè)與量化 1.5估計與向前擬合 1.6統(tǒng)計實用主義 第2章模型要素：應(yīng)用于種群增長 2.1模型和數(shù)據(jù)實例 2.2模型狀態(tài)和時間 2.3未知的隨機性 2.4過程模型的更多背景 第Ⅱ部分推斷的要素 第3章點估計：最大似然法和矩法 3.1引言 3.2似然 3.3二項分布 3.4結(jié)合二項分布和指數(shù)分布 3.5正態(tài)分布的最大似然估計 3.6種群增長 3.7應(yīng)用：結(jié)實性 3.8生存分析的最大似然法 3.9設(shè)計矩陣 3.10最大似然估計的數(shù)值方法 3.11矩配對 3.12常見的抽樣分布與擴散 3.13假設(shè)和下一步 第4章貝葉斯方法的要素 4.1貝葉斯方法 4.2正態(tài)分布 4.3主觀概率與先驗的作用 第5章置信包絡(luò)和預(yù)測區(qū)間 5.1經(jīng)典的區(qū)間估計 5.2貝葉斯可信區(qū)間 5.3多參數(shù)的似然剖面 5.4幾個參數(shù)的置信區(qū)間：線性回歸 5.5用哪一個置信包絡(luò)呢？ 5.6預(yù)測區(qū)間 5.7不確定性和變異性 5.8何時采用貝葉斯統(tǒng)計？ 第6章模型的評價與選擇 6.1利用統(tǒng)計來評價模型 6.2假設(shè)檢驗的作用 6.3嵌套模型 6.4經(jīng)典模型選擇的附加討論 6.5貝葉斯模型評價 6.6關(guān)于貝葉斯模型評價的其他思考 第Ⅲ部分大型模型 第7章貝葉斯計算方法：模擬工具簡介 7.1通過模擬得到后驗 7.2一些基本模擬技術(shù) 7.3馬爾可夫鏈蒙特卡羅模擬 7.4應(yīng)用：回歸的貝葉斯分析 7.5利用MCMC 7.6貝葉斯模型選擇的計算 7.7響應(yīng)變量的先驗 7.8基礎(chǔ)知識介紹完畢 第8章層次結(jié)構(gòu)解析 8.1背景的層次模型 8.2混合線性模型和廣義線性模型 8.3應(yīng)用：對CO2的生長響應(yīng) 8.4基于條件的思考 8.5有關(guān)樹木的兩個應(yīng)用 8.6層次模型中的無信息先驗 8.7從簡單模型到圖形模型 第Ⅳ部分高級模型 第9章時間 9.1時間的重要性 9.2時間序列術(shù)語 9.3時間序列模型的描述性要素 9.4頻率域 9.5應(yīng)用：探求種群時間序列中的密度相關(guān) 9.6貝葉斯狀態(tài)空間模型 9.7應(yīng)用：海倫島上的黑燕鷗 9.8非線性狀態(tài)空間模型 9.9時滯 9.10序列變化 9.11對時間序列數(shù)據(jù)的限制 9.12變異性的其他來源 9.13吉布斯采樣器的替代方法 9.14關(guān)于縱向數(shù)據(jù)結(jié)構(gòu)的更多討論 9.15干預(yù)與處理效應(yīng) 9.16捕獲—重捕獲研究 9.17矩陣結(jié)構(gòu)模型 9.18差分方程組結(jié)構(gòu) 9.19時間序列、種群調(diào)節(jié)和隨機性 第10章空間—時間 10.1一個隨機空間過程的確定性模型 10.2種群移動的經(jīng)典推斷 10.3島嶼生物地理學(xué)和集合種群 10.4被動擴散的估計 10.5貝葉斯框架 10.6顯式空間的模型 10.7點基準數(shù)據(jù) 10.8區(qū)塊基準數(shù)據(jù)和誤匹配 10.9空間的等級性處理 10.10應(yīng)用：一個種群擴散的時空模型 10.11如何處理空間 第11章 結(jié)論性展望 11.1模型、數(shù)據(jù)和決策 11.2圖模型、改進算法和更快計算的承諾 11.3預(yù)測及其用途 11.4關(guān)于軟件的幾點說明 附錄A泰勒級數(shù) 附錄B微分和差分方程的注釋 B.1推導(dǎo)微分方程的解 B.2求解線性微分方程 B.3非線性微分方程的常數(shù)解 B.4圖解差分方程 B.5平衡態(tài)和穩(wěn)定性 附錄C基礎(chǔ)矩陣代數(shù) C.1符號 C.2矩陣加法 C.3乘法 C.4矩陣的轉(zhuǎn)置 C.5單位矩陣 C.6Hadamard乘積 C.7矩陣的行列式 C.8矩陣求逆 C.9正定矩陣 C.10特征分析 附錄D概率模型 D.1條件概率和貝葉斯定律 D.2概率密度和分布函數(shù) D.3期望和矩 D.4聯(lián)合分布的隨機變量 D.5變量的函數(shù)和變化的變量 附錄E基本生活史計算 E.1年齡結(jié)構(gòu)和種群生長 E.2應(yīng)用：Lotka方程和NSO的生命史計算 E.3階段結(jié)構(gòu)的生活史計算 E.4更復(fù)雜的階段結(jié)構(gòu) E.5應(yīng)用：用階段結(jié)構(gòu)來分析年齡 E.6持續(xù)時間 E.7連續(xù)模型中的種群增長生活史 E.8離散時間和連續(xù)狀態(tài) 附錄F常見分布 F.1離散單變量分布 F.2離散多變量分布 F.3連續(xù)單變量分布 F.4連續(xù)多變量分布 附錄G常用的似然—先驗共軛組合 …… 下篇基于R的環(huán)境科學(xué)統(tǒng)計計算 參考文獻 術(shù)語表

章節(jié)摘錄

版權(quán)頁：   插圖：   11.2.2 什么時候用哪個框架？ 這個介紹集中于推斷的常見架構(gòu)——頻率論的和貝葉斯的，并有限度地觸及一些相關(guān)主題。由于貝葉斯非常靈活，現(xiàn)已說明，臨時的途徑可能變得不再像過去那樣重要。為了保證主題集中和普遍性，我們沒有嘗試總結(jié)文獻中已出現(xiàn)的很多折中方法。這并不是說臨時方法永遠無法保證有效性，只要是從一個相容的和理解充分的架構(gòu)出發(fā)就行。 介紹了經(jīng)典的和貝葉斯的框架之后，現(xiàn)加上幾點實用主義的建議，結(jié)合一定程度的個人哲學(xué)觀。模擬和計算方法的新工具提供了不僅靈活性，也包括災(zāi)難性錯誤的機會。并非每個分析都需要奇特的統(tǒng)計。如果是為手頭的一個數(shù)據(jù)準備的分析，仔細檢查散點圖就可以避免不必要的痛苦。只需顯示數(shù)據(jù)對眼前的問題能提供有限的認識，通常就能夠勸阻學(xué)生去做無意義的模擬練習(xí)。視覺檢查就足夠了。 任何分析都有必要是貝葉斯的么？對于簡單的問題，經(jīng)典統(tǒng)計和貝葉斯途徑的結(jié)果會產(chǎn)生幾乎一致的置信區(qū)間。一個簡單的問題是，似然函數(shù)是低維的（可能少數(shù)幾個參數(shù)），并且沒有更多的信息以先驗或額外的數(shù)據(jù)模型的形式加入。從沒有在現(xiàn)代模型技術(shù)上下功夫的生態(tài)學(xué)文獻中很難看到近來貝葉斯應(yīng)用顯示的優(yōu)勢。利用非標準化硬件（offche—shelf hardware）的經(jīng)典框架可能是最有效的（clark 2005）。經(jīng)典的置信區(qū)間是沒有爭議的（5.2節(jié)）。當(dāng)然，P值不能被解釋成出錯概率（6.4節(jié)），但它仍可被看做事情進展狀態(tài)的一個粗略指標。

編輯推薦

《面向生態(tài)學(xué)數(shù)據(jù)的貝葉斯統(tǒng)計:層次模型、算法和R編程》由克拉克（Clark，J.S.）著，《面向生態(tài)學(xué)數(shù)據(jù)的貝葉斯統(tǒng)計:層次模型、算法和R編程》適用于生態(tài)學(xué)和環(huán)境科學(xué)專業(yè)的研究生和科研人員，可作為實驗和觀測數(shù)據(jù)分析的教材或參考書。具有一定概率論和貝葉斯統(tǒng)計基礎(chǔ)及統(tǒng)計軟件R應(yīng)用編程技術(shù)的人員，對于理解和應(yīng)用《面向生態(tài)學(xué)數(shù)據(jù)的貝葉斯統(tǒng)計:層次模型、算法和R編程》所涉及的相關(guān)方法是必要的。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    面向生態(tài)學(xué)數(shù)據(jù)的貝葉斯統(tǒng)計 PDF格式下載

---