第九屆生物多樣性會議,R 統(tǒng)計在生態(tài)學(xué)和生物多樣性研究中的應(yīng)用專題摘要(暫短)

1、R 統(tǒng)計在生態(tài)學(xué)和生物多樣性研究中的應(yīng)用專題召集人： 賴江山 ?？瞬?、報告人報告題目時間報告人報告時間單位R語言歷史、發(fā)展和現(xiàn)狀15分鐘賴江山3日晚6:30-6:45中科院植物所R的基本用法與做圖50分鐘牛克昌3日晚6:45-7:35北京大學(xué)用R做貝葉斯分析50分鐘儲成進3日晚7:35-8:25蘭州大學(xué)R語言在地統(tǒng)計學(xué)中的應(yīng)用50分鐘原作強3日晚8:25-9:15中科院沈陽生態(tài)所基于R的多元統(tǒng)計分析50分鐘賴江山4日晚6:30-7:20中科院植物所基于R的混合效應(yīng)模型的應(yīng)用50分鐘陳磊4日晚7:20-8:10中科院植物所基于R的系統(tǒng)發(fā)育分析50分鐘張金龍4日晚8:10-9:00中科院植物所8

2、二、摘要： R語言歷史、發(fā)展和現(xiàn)狀 賴江山 （中國科學(xué)院植物研究所生物多樣性與生物安全研究組） R語言是一個用于統(tǒng)計計算和統(tǒng)計制圖的優(yōu)秀軟件，與著名的統(tǒng)計編程語言S有著密切的關(guān)系。20世紀90年代早期，新西蘭奧克蘭大學(xué)統(tǒng)計系的Robert Gentleman和Ross Ihaka兩位學(xué)者按照S語言的規(guī)范開始開發(fā)R，并將R作為一個自由軟件進行發(fā)布。盡管R語言歷史不長，但以其開源、自由、免費等特點已經(jīng)風靡全球。目前用R作為統(tǒng)計工具的科技論文成指數(shù)級增長。從2004年起至今（2005年除外），R開發(fā)團隊每年都會舉辦一次R的國際會議，參會者和報告人數(shù)不斷增加。R也有其刊物“R News”，創(chuàng)辦于200

3、1年，自2009年起，“R News”將更名為“The R Journal”。 中國人民大學(xué)統(tǒng)計系就R語言在國內(nèi)推廣做了很多貢獻，比如多次舉辦R的全國會議，開辦統(tǒng)計之都論壇(/cn/)R的版塊，翻譯多本R的中文教程并免費放在網(wǎng)站供下載。 國內(nèi)生態(tài)學(xué)及生物多樣性研究人員認識R和使用R歷史并不長。普蘭塔論壇及中國科學(xué)院生物多樣性委員會為R在生態(tài)學(xué)界的推廣應(yīng)用做了不少工作。曾多次舉辦R的培訓(xùn)班，包括在本屆研討會設(shè)立R的專題等等。R語言也逐步受到國內(nèi)生態(tài)學(xué)工作者，特別是青年學(xué)者和研究生們的青睞。希望本專題的推廣，讓更多參會者了解R語言，并利用它在統(tǒng)計分析上的優(yōu)勢為自己的專業(yè)

4、問題提供靈活的解答。R軟件在生態(tài)學(xué)和生物多樣性研究中的應(yīng)用簡介?？瞬ū本┐髮W(xué) 城市與環(huán)境學(xué)院生態(tài)學(xué)系）近年來隨著數(shù)據(jù)分析方法和數(shù)學(xué)模型在生態(tài)學(xué)和生物多樣性研究中的迅速發(fā)展，傳統(tǒng)的統(tǒng)計軟件已經(jīng)很難滿足迅速發(fā)展的數(shù)據(jù)分析要求。R 軟件發(fā)展十年，以其靈活、開放、易于掌握、免費等諸多優(yōu)點，在生態(tài)學(xué)和生物多樣性研究領(lǐng)域，迅速贏得研究者們的青睞。然而，R軟件在國內(nèi)生態(tài)學(xué)和生物多樣性研究中的應(yīng)用還相對較少。很多初學(xué)者因R需要輸入命令并做些簡單編程，而望而卻步。為此，本文從R軟件的發(fā)展入手，深入淺出地簡單介紹了R的常用命令、失量賦值和運算、數(shù)據(jù)錄入和管理以及結(jié)果輸出等基本操作。進而用R軟件舉例介紹了生態(tài)學(xué)和

5、生物多樣性研究中常用的數(shù)據(jù)分布、方差分析、線性模型和最大似然估計等數(shù)據(jù)分析方法。并重點介紹了生態(tài)學(xué)和生物多樣性研究中常用的sem、smatr、ade4、vegan、ape、untb、bidiversityR等一些程序包的命令、用法和應(yīng)用前景。R軟件的迅速流行不僅僅是因為它在數(shù)據(jù)分析上的強大和靈活，更重要的是它可以將數(shù)據(jù)分析和作圖展現(xiàn)集成于一體，輸出高質(zhì)量圖片。為此，本文以Paul Murrell的R Graphics書為籃本，重點介紹了 R的基本作圖命令、方法和個性化拓展。并進一步簡單介紹了用ggplot、lattice和grid等一些程序包進行高級作圖方法。最后，本文也介紹了國外一些學(xué)習(xí)R的

6、網(wǎng)上資源，組織結(jié)構(gòu)和會議活動等。并呼吁在國內(nèi)生態(tài)學(xué)和生物多樣性研究中積極應(yīng)用R軟件。 貝葉斯推斷在生態(tài)學(xué)中的應(yīng)用及R2WinBUGS包介紹儲誠進（蘭州大學(xué)生命科學(xué)學(xué)院生態(tài)系）自然系統(tǒng)是復(fù)雜的，統(tǒng)計之目的就是要從復(fù)雜的現(xiàn)象中發(fā)現(xiàn)規(guī)律，探索機制。而我們常見的頻度（frequentist）統(tǒng)計手段盡管在生態(tài)學(xué)的發(fā)展歷史上功不可沒，但是許多時候都不能很好的解決自然系統(tǒng)復(fù)雜性問題，其將多種不確定性因子作為“噪音”（noise）包含在模型的殘差中，這導(dǎo)致一些情況下不可解釋的殘差太大，嚴重影響了對生態(tài)學(xué)現(xiàn)象的深入理解。貝葉斯層次模型是近年來興起的處理生態(tài)學(xué)復(fù)雜性的統(tǒng)計方法，與傳統(tǒng)的統(tǒng)計手段如線性回歸與方差分

7、析相比，能夠非常好在數(shù)據(jù)分析中包含多個不確定性因子，如個體間、物種間差異與空間異質(zhì)性等。通過超參數(shù)，構(gòu)建不同層次的統(tǒng)計模型。對于某一參數(shù)，綜合先驗知識（未獲取數(shù)據(jù)之前對參數(shù)的認識）與實驗數(shù)據(jù)（似然函數(shù)形式），從而得到該參數(shù)的后驗估計（經(jīng)過實驗數(shù)據(jù)校正后的參數(shù)值）。本文首先系統(tǒng)介紹了貝葉斯統(tǒng)計的基礎(chǔ)，然后以Niklas等生物量分配數(shù)據(jù)為例，介紹了WinBUGS軟件進行貝葉斯分析的一般步驟，最后介紹了R2WinBUGS包，闡述如何綜合BUGS與R進行相關(guān)數(shù)據(jù)分析。模型中參數(shù)以概率分布的形式給出，因而很方便也很自然地得到參數(shù)的平均值和中位數(shù)以及對應(yīng)的區(qū)間估計等。不同于傳統(tǒng)統(tǒng)計中采用p值來觀察某實驗處

8、理的效果是否明顯，貝葉斯統(tǒng)計主要依賴于參數(shù)的可信區(qū)間（credible interval）進行相關(guān)的判斷?；趘egan包的多元統(tǒng)計分析 賴江山 （中國科學(xué)院植物研究所生物多樣性與生物安全研究組） 多元統(tǒng)計分析是群落生態(tài)學(xué)最常用分析方法，其核心部分是排序（ordination）。從群落學(xué)角度將，排序的過程是將樣方或植物種排列在一定的空間，使得排序軸能夠反映一定的生態(tài)梯度，從而，能夠解釋植被或植物種的分布與環(huán)境因子間的關(guān)系，也就是說排序是為了揭示植被-環(huán)境間的生態(tài)關(guān)系。能夠做排序的軟件比較多，其中使用最廣泛的是荷蘭著名生物統(tǒng)計學(xué)家TerBraak 編寫的CANOCO軟件。CANOCO容易操作，熟

9、悉過程比較快，為廣大的研究人員熟悉，估計90%用到排序的文章都是引用這個軟件。筆者曾經(jīng)編譯了Multivariate Analysis of Ecological Data using CANOCO（Jan Leps和 Petr Smilauer 著）部分章節(jié)，并放在網(wǎng)上供下載，受到廣泛的關(guān)注。盡管CANOCO使用廣泛，操作簡單，但其最大的缺點就是本身是商業(yè)軟件，而且價格不菲，版本更新速度很慢。盡管有破解版或是過期版的可以用，但使用過程容易出問題，幫助內(nèi)容也不容易理解。這些缺點造就了R的Vegan包將可以取代CANOCO 的可能。Vegan是”Vegetation

10、 analysis”的縮寫, 專門是植被群落分析的軟件包（作者 Jari Oksanen ）。Vegan 軟件包內(nèi)函數(shù)囊括了常用的排序方法,如PCA、CA、RDA和CCA等 ，還有很多方法是CANCO軟件里面沒有的，比如更多數(shù)據(jù)標準化的方法，顯示更多排序軸內(nèi)容，可以做三維排序圖等等。本報告將CANOCO里面的分析與Vegan里的函數(shù)做了對比，讓熟悉CANOCO的人能也能盡快熟悉R的函數(shù)?；贚me4包的混合效應(yīng)模型陳磊 （中國科學(xué)院植物研究所生物多樣性與生物安全研究組） 由于混合效應(yīng)模型在分析大量復(fù)雜數(shù)據(jù)方面具有較大優(yōu)勢，因此其在最近幾年受到了生態(tài)學(xué)研究者的關(guān)注。作為一個自由、免費、源代碼開放

11、的軟件，大量的軟件包被數(shù)學(xué)家開發(fā)并植入了R這個開放的平臺，其中Lme4 軟件包就是其中的一個專門用于分析混合效應(yīng)模型的特色軟件包。該軟件包由威斯康星大學(xué)麥迪遜分校的Douglas Bates教授牽頭組建，目前的最新版本是2010年8月19日發(fā)布的lme4_0.999375-35。該軟件包不僅能夠進行線性混合效應(yīng)模型的計算還能對廣義線性混合效應(yīng)模型以及非線性混合效應(yīng)模型進行參數(shù)估計。另外，該軟件還將MCMC（Markov Chain Monte Carlo）方法整合到了線性混合效應(yīng)模型的參數(shù)估計中，使用者能夠通過非常簡單的操作就能準確對待估參數(shù)的置信區(qū)間以及顯著度進行計算。與其他的混合效應(yīng)模型計

12、算軟件（如：SAS，SPASS等）相比，lme4軟件包無論在計算方法的多樣性、前沿性還是在可操作性方面都具有較大的優(yōu)勢?；赗的物種生態(tài)位進化分析摘要張金龍（中國科學(xué)院植物研究所生物多樣性與生物安全研究組）隨著標本數(shù)字化及文獻數(shù)字化的進行，物種的分布資料被陸續(xù)整理成物種分布數(shù)據(jù)庫。生態(tài)學(xué)家已經(jīng)開發(fā)出多種分布模型，以預(yù)測物種的潛在分布區(qū)，包括Bio-Climate, GARP, Maxent等。以往的物種分布模型多沒有考慮到物種之間的進化關(guān)系。最近發(fā)展出的方法使得人們可以利用物種分布記錄和物種之間的系統(tǒng)發(fā)育關(guān)系，對物種的適應(yīng)性進化進行推斷。首先基于物種分布記錄，獲得該物種的潛

13、在分布區(qū)，以獲得該種的適應(yīng)性范圍。獲得每個種的適應(yīng)性范圍后，即可利用系統(tǒng)發(fā)育比較方法中的祖先狀態(tài)重建來推斷各節(jié)點的狀態(tài)，即相應(yīng)節(jié)點的適應(yīng)性范圍，從而獲得物種對各氣候因子的適應(yīng)性的分化情況。R的phyloclim程序包基于ape、adehabitat、ade4等程序包，可以完成上述分析，從而使得人們對物種進化過程的了解更加全面和深入。  R語言在地統(tǒng)計學(xué)中的應(yīng)用原作強 中科院沈陽應(yīng)用生態(tài)研究所地統(tǒng)計學(xué)是以區(qū)域化變量理論為基礎(chǔ)，以變異函數(shù)為主要工具，研究那些在空間分布上既有隨機性又有結(jié)構(gòu)性，或空間相關(guān)和依賴性的自然現(xiàn)象的科學(xué)。如今，地統(tǒng)計學(xué)已經(jīng)被廣泛用于地理學(xué)、生態(tài)學(xué)、環(huán)境科學(xué)、土壤學(xué)等諸多領(lǐng)域。與傳統(tǒng)的地統(tǒng)計（如ArcGIS，GS+，ISATIS）軟件相比，R軟件具有免費、靈活、交互、可控性強等特點。本文以geoR和gstat包為基礎(chǔ)，系統(tǒng)介紹了在地統(tǒng)計分析過程的幾個常見步驟（1）數(shù)據(jù)的建立及正態(tài)性檢驗，當數(shù)據(jù)不符合正態(tài)分布時如何進行Box-Cox轉(zhuǎn)換（2）模型建立過程中如何使用4種不同的方法，方便地從15個理論模型中選擇最優(yōu)的模型，并介紹如何通過轉(zhuǎn)置計算，得到半方差函數(shù)的包跡線（envelop），從而直觀的判斷數(shù)據(jù)點之間是否存在空間自相關(guān)關(guān)系（3）如何根據(jù)要求，任意選擇空間點差值（point interpolation）或面差值(areal interpolation