《生态环境统计分析基础》以生态与环境科学中的实际问题为导向，系统阐述统计学的基本原理、方法与应用。全书共15章，内容涵盖概述、数据整理、描述性统计、概率、概率分布、参数估计、一个样本的假设检验、两个样本的统计推断、非参数检验、分类变量的假设检验、方差分析、一元线性回归、多元线性回归、线性相关分析及研究设计等。本教材注重理论与实践结合，每章均从实际问题引入，配有典型生态与环境案例，以及大量数字化教学资源，并提供基于R语言的数据分析实例，帮助读者在理解统计思想的同时掌握分析方法。
样章试读
目录
- 目录
第1章 概述 1
1.1 统计学在生态、环境领域的重要功能 1
1.2 常用术语 2
1.2.1 总体、样本和个体 2
1.2.2 参数与统计量 3
1.2.3 常量与变量 3
1.2.4 抽样 4
1.2.5 误差与错误 4
1.3 R入门 5
1.3.1 R简介 5
1.3.2 R的安装与环境 5
1.3.3 工作目录 6
1.3.4 包/库 6
1.3.5 定义和使用对象 7
1.3.6 获取帮助 7
1.3.7 R的基础使用 7
1.3.8 数据输入与保存 8
1.4 小结 9
1.5 习题 9
第2章 数据整理 10
2.1 实际问题 10
2.2 数据的类型 11
2.2.1 数据的分类 11
2.2.2 数据尺度 12
2.3 数据的来源 13
2.3.1 野外调查数据 13
2.3.2 实验数据 13
2.3.3 空间数据 14
2.3.4 数据库和文献数据 14
2.3.5 社会调查数据 14
2.4 数据录入与管理 15
2.4.1 数据录入 15
2.4.2 数据保存与管理 15
2.5 数据清理 16
2.5.1 缺失值处理 17
2.5.2 异常值检测与处理 17
2.5.3 数据一致性检查 18
2.6 数据整理与转换 19
2.6.1 数据集合并 19
2.6.2 数据集拆分 20
2.6.3 创建新变量 21
2.6.4 数据排序 22
2.6.5 宽数据与长数据的转换 23
2.7 数据标准化 24
2.8 小结 25
2.9 习题 25
第3章 描述性统计 27
3.1 实际问题 27
3.2 集中位置 28
3.2.1 算术平均数 28
3.2.2 中位数 29
3.2.3 众数 29
3.2.4 几何平均数 29
3.3 变异程度 30
3.3.1 极差 31
3.3.2 百分位数与四分位差 31
3.3.3 方差和标准差 33
3.3.4 变异系数 35
3.4 分布形态 36
3.4.1 偏度 36
3.4.2 峰度 37
3.5 统计图 38
3.5.1 条形图 38
3.5.2 直方图 39
3.5.3 折线图 39
3.5.4 箱线图 40
3.5.5 散点图 41
3.5.6 核密度图 42
3.5.7 小提琴图 42
3.6 统计表 43
3.7 小结 45
3.8 习题 45
第4章 概率 47
4.1 实际问题 47
4.2 随机事件 48
4.3 频率与概率 49
4.3.1 频率和概率的定义 49
4.3.2 概率的计算 50
4.4 条件概率 52
4.5 小结 54
4.6 习题 54
第5章 概率分布 55
5.1 实际问题 55
5.2 随机变量 56
5.2.1 概念 56
5.2.2 变量的线性组合 56
5.3 概率分布 57
5.3.1 离散型随机变量的概率分布 57
5.3.2 连续型随机变量的概率分布 65
5.3.3 概率分布与频率分布的关系 72
5.3.4 正态分布逼近二项分布 73
5.3.5 正态分布逼近泊松分布 75
5.4 小结 76
5.5 习题 76
第6章 参数估计 78
6.1 实际问题 78
6.2 正态分布的参数估计 78
6.2.1 总体平均数的点估计 79
6.2.2 中心极限定理 81
6.2.3 总体平均数的区间估计 83
6.2.4 t分布 85
6.2.5 总体方差的点估计 87
6.2.6 χ2分布 88
6.2.7 总体方差的区间估计 89
6.3 二项分布的参数估计 90
6.3.1 点估计 90
6.3.2 置信区间 91
6.4 泊松分布的参数估计 92
6.4.1 点估计 92
6.4.2 置信区间 93
6.5 小结 94
6.6 习题 94
第7章 一个样本的假设检验 96
7.1 实际问题 96
7.2 基本概念 97
7.2.1 零假设和备择假设 97
7.2.2 小概率原理 97
7.2.3 假设检验的两类错误 98
7.3 一个样本的假设检验 98
7.3.1 单尾t检验 98
7.3.2 双尾t检验 104
7.3.3 Z检验 105
7.4 假设检验与置信区间的关系 106
7.5 一个样本方差的假设检验（χ2检验） 107
7.6 单样本二项分布检验 109
7.7 单样本泊松分布检验 111
7.8 小结 112
7.9 习题 112
第8章 两个样本的统计推断 114
8.1 实际问题 114
8.2 配对t检验 115
8.2.1 假设检验 115
8.2.2 区间估计 117
8.3 独立样本t检验（方差相同） 117
8.3.1 假设检验 117
8.3.2 区间估计 119
8.4 方差齐性检验（F检验） 120
8.4.1 F分布 121
8.4.2 F检验 122
8.5 独立样本t检验（方差不相同） 124
8.5.1 假设检验 124
8.5.2 区间估计 125
8.6 小结 126
8.7 习题 126
第9章 非参数检验 128
9.1 实际问题 128
9.2 符号检验 128
9.3 Wilcoxon符号秩检验 132
9.4 Wilcoxon秩和检验 135
9.5 Kruskal？Wallis检验 137
9.5.1 χ2检验 137
9.5.2 多重比较（Dunn检验） 139
9.6 小结 140
9.7 习题 140
第10章 分类变量的假设检验 142
10.1 实际问题 142
10.2 两样本二项成数的检验 143
10.2.1 正态近似法 143
10.2.2 列联表法 144
10.2.3 Fisher精确检验 147
10.3 配对样本二项成数的检验 149
10.3.1 列联表法 149
10.3.2 精确检验 150
10.4 R×C列联表 151
10.5 适合性检验 154
10.6 小结 157
10.7 习题 157
第11章 方差分析 159
11.1 实际问题 159
11.2 单因素方差分析 160
11.2.1 数学模型 160
11.2.2 F检验 161
11.2.3 特定组比较（最小显著差数法） 163
11.2.4 多重比较（Bonferroni多重比较法） 165
11.3 双因素方差分析 166
11.3.1 数学模型 166
11.3.2 F检验 168
11.3.3 多重比较 171
11.4 小结 174
11.5 习题 174
第12章 一元线性回归 177
12.1 实际问题 177
12.2 基本概念 178
12.2.1 回归与相关 178
12.2.2 自变量和因变量 178
12.2.3 线性回归 179
12.2.4 残差 180
12.3 回归直线的拟合——最小二乘法 180
12.4 线性回归的显著性检验 182
12.4.1 F检验 182
12.4.2 t检验 185
12.5 线性回归参数的区间估计 186
12.5.1 截距和回归系数的区间估计 186
12.5.2 因变量观测值的区间估计 186
12.5.3 因变量期望值的区间估计 187
12.6 线性回归模型的前提假设 189
12.7 小结 189
12.8 习题 190
第13章 多元线性回归 192
13.1 实际问题 192
13.2 多元回归直线的拟合 193
13.3 多元回归的显著性检验 195
13.3.1 模型的显著性检验 195
13.3.2 偏回归系数的显著性检验 196
13.4 单因素方差分析与多元回归模型的关系 199
13.5 小结 201
13.6 习题 201
第14章 线性相关分析 203
14.1 实际问题 203
14.2 相关系数 204
14.3 相关系数与回归系数的关系 206
14.4 相关系数的显著性检验 207
14.4.1 t检验 207
14.4.2 F检验 208
14.4.3 Z检验 208
14.4.4 相关系数的区间估计 209
14.4.5 两样本相关系数的检验 209
14.5 偏相关及多元相关 210
14.5.1 偏相关 210
14.5.2 多元相关 211
14.6 等级相关 212
14.7 小结 214
14.8 习题 214
第15章 研究设计 217
15.1 科学研究的一般过程 217
15.2 研究设计概述 218
15.2.1 研究设计的一般内容 218
15.2.2 研究设计的问题与挑战 218
15.2.3 研究设计的重要性 219
15.3 研究设计的原则 220
15.3.1 样本具有代表性的原则 220
15.3.2 抽样随机性的原则 220
15.3.3 重复抽样的原则 220
15.3.4 抽样独立性的原则 221
15.3.5 方法具有可行性的原则 221
15.3.6 研究结果可重复性的原则 221
15.3.7 遵守法律法规的原则 221
15.3.8 尊重生物伦理的原则 221
15.3.9 安全性的原则 222
15.4 研究尺度 222
15.4.1 尺度的概念 222
15.4.2 尺度的重要性 222
15.4.3 如何在研究设计中考虑尺度 223
15.5 抽样单位及其独立性 224
15.6 变异的来源 225
15.7 样本量的确定 227
15.7.1 样本量的重要性 227
15.7.2 影响样本量的因素 227
15.7.3 最小样本量的计算 228
15.8 抽样设计 229
15.8.1 简单随机抽样 230
15.8.2 系统抽样 230
15.8.3 分层抽样 231
15.8.4 聚类抽样 231
15.8.5 便利抽样 232
15.8.6 自愿回应抽样 232
15.8.7 目的性抽样 232
15.8.8 滚雪球抽样 232
15.8.9 配额抽样 233
15.9 实验设计 233
15.9.1 配对设计 233
15.9.2 完全随机设计 234
15.9.3 随机区组设计 235
15.9.4 分区设计 236
15.9.5 因子设计 237
15.9.6 拉丁方设计 238
15.9.7 交叉设计 239
15.9.8 正交设计 240
15.10 小结 241
15.11 习题 242
主要参考文献 243
附录A 一个变量一个样本起始的统计分析方法 245
附录B 一个变量两个样本起始的统计分析方法 246
附录C 两个或多个变量起始的统计分析方法 247
附录D 非参数检验方法 248
京公网安备 11010102004214号