生態(tài)統(tǒng)計與建模

生態(tài)統(tǒng)計與建模EcologicalStatisticsandModeling_48學時(其中，講授：40學時：實驗：8學時：實習:—學時)；丄學分一、課程簡介課程性質(zhì)：本課程為研究生選修課程，面向剛剛進入研究階段的碩士和博士研究生。課程意義：隨著生態(tài)學研究數(shù)據(jù)量的快速積累，統(tǒng)計分析在生態(tài)學研究中扮演著越來越重要的角色現(xiàn)代生態(tài)學研究對數(shù)學和計算機模型的應用需求日益增大，模型對深入理解生態(tài)學規(guī)律、準確預測生態(tài)環(huán)境格局起著不可替代的作用。因此，生態(tài)統(tǒng)計與建模應作為培養(yǎng)生態(tài)學、林學和環(huán)境科學研究生的一門重要課程，對于推進研究生從事高水平研究具有重要意義。課程目的與任務：1)使研究生掌握數(shù)據(jù)統(tǒng)計分析和實驗設計所遵循的原理、原則和方法：2)使研究生掌握生態(tài)數(shù)據(jù)管理、數(shù)據(jù)處理和分析的理論、流程和方法：3)使研究生熟悉生態(tài)建模的思想、概念和方法，培養(yǎng)研究生生態(tài)建模的能力。課程特色：1)強調(diào)數(shù)理統(tǒng)計和建模在生態(tài)學研究中的實際應用：2)授課內(nèi)容全面，貫穿基本數(shù)理統(tǒng)計和生態(tài)學原理、實驗設計、數(shù)據(jù)管理、數(shù)據(jù)分析、生態(tài)建模原理與方法等實際研究中的各個步驟：3)結(jié)合理論講授與實際操作練習。二、預修課程及適用專業(yè)預修課程：生態(tài)學：適用專業(yè)：水土保持與荒漠化防治、自然地理學、林學與生態(tài)學相關(guān)專業(yè)等。三、課程內(nèi)容及學時分配課程內(nèi)容：第一章概率論簡介(AnintroductiontoProbability)主要內(nèi)容：第一節(jié)概率的定義(WhatisProbability?)?理解概率的定義和相關(guān)概念。第二節(jié)概率的測度(MeasuringProbability)單一事件的概率：肉食植物的捕食(TheProbabilityofaSingleEvent:PreyCapturebyCarnivorousPlants)根據(jù)抽樣估計概率(EstimatingProbabilitiesbySampling)第三節(jié)概率定義中的問題(ProblemsintheDefinitionofProbability)第四節(jié)概率論中的數(shù)學(TheMathematicsofProbability)定義抽樣空間(DefiningtheSampleSpace)復雜的和共有事件：合并簡單概率(ComplexandSharedEvents:CombiningSimpleProbabilities)概率的計算：馬利筋屬植物和幼蟲(ProbabilityCalculations:MilkweedsandCaterpillars)復雜的和共有事件：集合的合并規(guī)則(ComplexandSharedEvents:RulesforCombiningSets)條件概率(ConditionalProbabilities)貝葉斯定理(Bay'sTheore)m總結(jié)(Summary)本章重點：概率的定義、測度、概率論中的數(shù)學本章難點：條件概率和貝葉斯定理第二章隨機變量和概率分布(RandomVariablesandProbabilityDistributions)主要內(nèi)容：第一節(jié)離散隨機變量(DiscreteRandomVariables)伯努利隨機變量(BernoulliRandomVariables)伯努利實驗示例(AnExampleofaBernoulliTrial)多次伯努利實驗=二項式隨機變量(ManyBernoulliTrials=ABinomialRandomVariable)二項式分布(TheBinomialDistribution)泊松隨機變量(PoissonRandomVariables)泊松分布示例：稀有植物的分布(AnExampleofaPoissonRandomVariable:DistributionofaRarePlant)離散隨機變量的數(shù)學期望(TheExpectedValueofaDiscreteRandomVariabl)離散隨機變量的方差(TheVarianceofaDiscreteRandomVariable第二節(jié)連續(xù)隨機變量?均勻分布隨機變量(UniformRandomVariables)連續(xù)隨機變量的數(shù)學期望(TheExpectedValueofaContinuousRandomVariable)正態(tài)隨機變量(NormalRandomVariables)正態(tài)分布的有用屬性(UsefulPropertiesoftheNormalDistribution)其它類型的連續(xù)隨機變量(OtherContinuousRandomVariables)第三節(jié)中心極限定理(CentralLimitTheorem總結(jié)(Summary本章重點：二項式分布、正態(tài)分布及其屬性本章難點：中心極限定理第三章統(tǒng)計描述：集中和離散趨勢(SummaryStatistics:MeasuresofLocationandSpread)主要內(nèi)容：第一節(jié)集中趨勢的度量(MeasuresofLocation)?代數(shù)平均數(shù)(TheArithmeticMean)?其它均數(shù)(OtherMeans)集中趨勢的其它度量：中位數(shù)和眾數(shù)(OtherMeasuresofLocation:TheMedianandtheMode)選擇合適的集中趨勢度量(WhentoUseEachMeasuresofLocation)第二節(jié)離散趨勢的度量(MeasuresofSpread)方差和標準差(TheVarianceandtheStandardDeviation)均數(shù)標準誤(TheStandardErroroftheMean)偏度、峰度和中心矩(Skewness,Kurtosis,andCentralMoments)分位數(shù)(Quantiles)離散趨勢的使用(UsingMeasuresofSpread)第三節(jié)關(guān)于統(tǒng)計描述的一些哲學問題(SomePhilosophicalIssuesSurroundingSummaryStatistics)第四節(jié)置信區(qū)間(ConfidenceIntervals)廣義置信區(qū)間(GeneralizedConfidenceIntervals)總結(jié)(Summary)本章重點：隨機變量的集中趨勢和離散趨勢度量本章難點：置信區(qū)間的概念第四章構(gòu)建和檢驗假設(FramingandTestingHypothesis)主要內(nèi)容：第一節(jié)科學方法(ScientificMethods)演繹和歸納(DeductionandInduction)現(xiàn)代歸納法:貝葉斯推斷(Modern-dayInduction:BayesianInference)假設演繹法(TheHypothetico-DeductiveMethod)第二節(jié)檢驗統(tǒng)計學假設(TestingStatisticalHypothesis)統(tǒng)計學假設vs.科學假設(StatisticalHypothesisvs.ScientificHypothesis)統(tǒng)計學顯著性和相伴概率(StatisticalSignificanceandP-Values)統(tǒng)計檢驗的錯誤(ErrorsinHypothesisTesting)第三節(jié)參數(shù)估計和預測(ParameterEstimationandPrediction)總結(jié)(Summary)本章重點：假設檢驗的原理本章難點：統(tǒng)計檢驗的錯誤、貝葉斯推斷第五章統(tǒng)計分析的三大框架(ThreeFrameworksforStatisticalAnalysis)主要內(nèi)容：第一節(jié)抽樣問題(SamplingProblem)第二節(jié)蒙特卡洛分析(MonteCarloAnalysis)第一步：確定檢驗統(tǒng)計量(SpecifyingtheTestStatistic)第二步：建立無效分布(CreatingtheNullDistribution)第三步：確定單尾或雙尾檢驗(DecidingonaOne-orTwo-tailedTes)第四步：計算截尾概率(CalculatingtheTailProbability)蒙特卡洛方法的假設(AssumptionsoftheMonteCarloMethod)蒙特卡洛方法的優(yōu)勢和劣勢(AdvantagesandDisadvantagesoftheMonteCarloMethod)第三節(jié)參數(shù)分析(ParametricAnalysis)第一步：確定檢驗統(tǒng)計量(SpecifyingtheTestStatistic)第二步：確定無效分布(SpecifyingtheNullDistribution)第三步：計算截尾概率(CalculatingtheTailProbability)參數(shù)分析的假設(AssumptionsoftheParametricMethod)參數(shù)分析的優(yōu)勢和劣勢(AdvantagesandDisadvantagesoftheParametricMethod)非參數(shù)分析：蒙特卡洛分析的特例(Non-ParametricAnalysis：ASpecialCaseofMonteCarloAnalysis)第四節(jié)貝葉斯分析(BayesianAnalysis)第一步：確定假設(SpecifyingtheHypothesis)第二步：確定隨機變量參數(shù)(SpecifyingParametersasRandomVariables)第三步：確定先驗概率分布(SpecifyingthePriorProbabilityDistribution)第四步：計算似然值(CalculatingtheLikelihood)第五步：計算后驗概率分布(CalculatingthePosteriorProbabilityDistribution)第六步：結(jié)果的解釋(InterpretingtheResults)貝葉斯分析的假設(AssumptionsofBayesianAnalysis)貝葉斯分析的優(yōu)勢和劣勢(AdvantagesandDisadvantagesofBayesianAnalysis)總結(jié)本章重點：統(tǒng)計分析三大框架的區(qū)別與聯(lián)系、相對優(yōu)勢和缺陷本章難點：貝葉斯分析第六章設計野外實驗(DesigningSuccessfulFieldStudies)主要內(nèi)容：第一節(jié)實驗中需要考慮的若干要點(WhatisthePointoftheStudy?)因變量Y是否空間和時間上的差異？(AreThereSpatialorTemporalDifferencesinVariableY)X因子對因變量Y的影響是什么？(WhatistheEffectofFactorXonVariableY?因變量Y的測量值是否與假設H—致？(AretheMeasurementsofVariableYConsistentwiththePredictionsofHypothesisH?)在統(tǒng)計分析中使用Y測量值，在模型Z中參數(shù)0的最優(yōu)估計是什么？(UsingtheMeasurementsofVariableY,WhatistheBestEstimateofParameter0inModelZ?第二節(jié)操縱實驗(ManipulativeExperiments)第三節(jié)自然實驗(NaturalExperiments)第四節(jié)單時間點實驗vs.時間軌跡實驗(Snapshotvs.TrajectoryExperiments)時間依賴性問題(TheProblemofTemporalDependence)第五節(jié)壓力vs.脈沖實驗(Pressvs.PulseExperiments)第六節(jié)重復(Replication)多少重復是足夠的(HowMuchReplication?)總共多少重復時可行的(HowManyTotalReplicatesareAffordable?)10數(shù)定律(TheRuleof10)大尺度研究和環(huán)境影響(Large-ScaleStudiesandEnvironmentalImpacts)第七節(jié)保證樣本獨立性(EnsuringIndependence)第八節(jié)避免干擾因子(AvoidingConfoundingFactors)第九節(jié)重復和隨機化(ReplicationandRandomization)第十節(jié)設計有效的實驗和抽樣研究(DesigningEffectiveExperimentalandSamplingStudies)樣方是否足夠大以保證真實結(jié)果(ArethePlotsorEnclosuresLargeEnoughtoEnsureRealisticResults?)研究的粒度和廣度是什么？(WhatIstheGrainandExtentoftheStudy?)實驗處理的范圍或調(diào)查的種類是否涵蓋可能的環(huán)境條件？(DoestheRangeofTreatmentsorCensusCategoriesBracketorSpantheRangeofPossibleEnvironmentalConditions?)控制組的建立是否保證結(jié)果只受所研究因子的影響？(HaveAppropriateControlsBeenEstablishedtoEnsurethatResultsReflectVariationOnlyintheFactorofInterest?)是否組內(nèi)所有的重復受到同樣的處理？(HaveAllReplicatesBeenManipulatedintheSameWayExceptfortheIntendedTreatmentApplication?)是否測量協(xié)變量以保證重復的有效性？(HaveAppropriateCovariatesBeenMeasuredinEachReplicate?)總結(jié)(Summary)本章重點：操縱實驗、自然實驗、如何設計有效的實驗本章難點：重復數(shù)的確定、協(xié)變量的測量和控制第七章實驗和抽樣設計匯總(ABestiaryofExperimentalandSamplingDesigns)主要內(nèi)容：第一節(jié)分類vs.連續(xù)變量(Categoricalvs.ContinuousVariables)第二節(jié)因變量和自變量(DependentandIndependentVariables)第三節(jié)四類實驗設計(FourClassesofExperimentalDesigns)回歸設計(RegressionDesign)方差分析設計(ANOVADesign)方差分析的備選：實驗回歸(AlternativestoANOVA:ExperimentalRegression)表格設計(TabularDesigns)表格設計的備選：比例設計(AlternativestoTabularDesigns:ProportionalDesigns)總結(jié)(Summary)本章重點：回歸設計和方差分析設計本章難點：方差分析設計第八章數(shù)據(jù)管理(ManagingandCuratingData)主要內(nèi)容：第一節(jié)第一步：管理原始數(shù)據(jù)(TheFirstStep:ManagingRawData)電子數(shù)據(jù)表(Spreadsheets)元數(shù)據(jù)(Metadata)第二節(jié)第二步：存儲和保管數(shù)據(jù)(TheSecondStep:StoringandCuratingtheData)存儲：臨時存儲和永久存檔(TemporaryandArchival)保管數(shù)據(jù)(CuratingtheData)第三步：檢查數(shù)據(jù)(CheckingtheData)離群值的重要性(ImportanceofOutliers)錯誤(Errors)缺失值(MissingData)檢測離群值和錯誤(DetectingOutliersandErrors)建立查詢索引(CreatinganAuditTrail)第四節(jié)最后一步:數(shù)據(jù)轉(zhuǎn)換(TheFinalStep:TransformingtheData)將數(shù)據(jù)轉(zhuǎn)換作為認知工具(DataTransformationsasaCognitiveTool)統(tǒng)計分析中對數(shù)據(jù)轉(zhuǎn)換的需求(DataTransformationsBecausetheStatisticsDemandIt)結(jié)果報告：轉(zhuǎn)換的還是未轉(zhuǎn)換的？(ReportingResults:TransformedorNot?)數(shù)據(jù)跟蹤索引示例(TheAuditTrailRedux)總結(jié):數(shù)據(jù)管理流程圖(TheDataManagementFlowChart)本章重點：數(shù)據(jù)管理流程本章難點：建立數(shù)據(jù)查詢索引第九章回歸分析(Regression)1.主要內(nèi)容：第一節(jié)決定直線的兩個參數(shù)(DefiningtheStraightLineandItsTwoParameters)第二節(jié)擬合線性模型(FittingDatatoaLinearModel)第三節(jié)方差和協(xié)方差(VariancesandCovariances)第四節(jié)最小二乘法參數(shù)估計(Least-SquaresParameterEstimates)第五節(jié)方差組分和變異系數(shù)(VarianceComponentsandtheCoefficientofDetermination)第六節(jié)回歸分析的假設檢驗(HypothesisTestswithRegression)方差分析表的剖析(TheAnatomyofanANOVATable)其它檢驗和置信區(qū)間(OtherTestsandConfidenceIntervals)第七節(jié)回歸分析的假設(AssumptionsofRegression)第八節(jié)回歸分析的診斷檢驗(DiagnosticTestsForRegression)殘差圖(PlottingResiduals)其它診斷圖(OtherDiagnosticPlots)影響函數(shù)(TheInfluenceFunction)第九節(jié)蒙特卡洛和貝葉斯分析(MonteCarloandBayesianAnalysis)應用蒙特卡洛法進行線性回歸(LinearRegressionUsingMonteCarloMethods)應用貝葉斯法進行線性回歸(LinearRegressionUsingBayesianMethods)第十節(jié)其它類型的回歸分析(OtherKindsofRegressionAnalysis)穩(wěn)健回歸(RobustRegression)分位數(shù)回歸(QuantileRegression)?邏輯斯蒂回歸(LogisticRegression)非線性回歸(Non-LinearRegression)多元回歸(MultipleRegression)通徑分析(PathAnalysis)第十一節(jié)模型選擇標準(ModelSelectionCriteria)多元回歸的模型選擇方法(ModelSelectionMethodsforMultipleRegression)通徑分析中的模型選擇方法(ModelSelectionMethodsinPathAnalysis)貝葉斯模型(BayesianModelSelection)總結(jié)(Summary)本章重點：回歸分析的參數(shù)估計方法、模型選擇本章難點：貝葉斯參數(shù)估計、蒙特卡洛參數(shù)估計第十章方差分析(TheAnalysisofVariance)主要內(nèi)容：第一節(jié)方差分析中的符號和標簽(SymbolsandLabelsinANOVA)第二節(jié)方差分析中的平方和剖分(ANOVAandPartitioningoftheSumofSquares)第三節(jié)方差分析的假設(TheAssumptionsofANOVA)第四節(jié)方差分析的假設檢驗(HypothesisTestswithANOVA)第五節(jié)構(gòu)建F值(ConstructingF-Ratios)第六節(jié)方差分析表類型(ABestiaryofANOVATables)隨機區(qū)組(RandomizedBlock)嵌套方差分析(NestedANOVA)?雙因子方差分析(Two-WayANOVY)三因子和多因子方差分析(ANOVAforThree-Wayandn-WayDesign)裂區(qū)方差分析(Split-PlotANOVA)重復測量的方差分析(RepeatedMeasuresANOVA)協(xié)方差分析(ANCOVA)第七節(jié)方差分析中的隨機vs.固定因子(Randomvs.FixedFactorsinANOVA)第八節(jié)方差分析中的方差剖分(PartitioningtheVarianceinANOAA)第九節(jié)方差分析的進一步分析:作圖和理解交互項(AfterANOVA:PlottingandUnderstandingInteractionTerms)單因素方差分析作圖(PlottingResultsfromOne-WayANOAAs)雙因素方差分析作圖(PlottingResultsfromTwo-WayANOVAs)理解交互項(UnderstandingtheInteractionTerm)協(xié)方差分析作圖(PlottingResultsfromANCOVAs)第十節(jié)比較均數(shù)(ComparingMeans)后驗比較(APosterioriComparisons)先驗比較(APrioriContracts)第十一節(jié)邦費羅尼更正和多重比較中的問題(BonferroniCorrectionsandtheProblemofMultipleTests)總結(jié)(Summary)本章重點：本章難點：第十一章分類數(shù)據(jù)的分析(TheAnalysisofCategoricalData)1.主要內(nèi)容：第一節(jié)二維列聯(lián)表(Two-WayContingencyTables)整理數(shù)據(jù)(OrganizingtheData)變量是否獨立(AretheVariablesIndependent?)假設檢驗：皮爾森卡方檢驗(Pearson'sChi-squareTest)皮爾森卡方檢驗的替代:G檢驗(AnAlternativetoPearson'sChi-Square:TheG-Test)對行列表的卡方檢驗和G檢驗(TheChi-SquareTestandtheG-TestforRxCTables)選擇合適的檢驗方法(WhichTesttoChoose?)第二節(jié)多維列聯(lián)表(Multi-WayContingencyTables)整理數(shù)據(jù)(OrganizingData)關(guān)于多維表格(OntoMulti-WayTables)列聯(lián)表的貝葉斯方法(BayesianApproachestoContingencyTables)第三節(jié)擬合優(yōu)度檢驗(TestsforGoodness-of-Fit)離散分布的擬合優(yōu)度檢驗(Goodness-of-FitTestsforDiscreteDistributions)連續(xù)分布的擬合優(yōu)度檢驗(TestingGoodness-of-FitforContinuousDistributions:TheKolmogorov-SmirnovTest)總結(jié)(Summary)本章重點：交叉列聯(lián)表與卡方檢驗本章難點：列聯(lián)表的貝葉斯方法、連續(xù)分布的擬合優(yōu)度檢驗第十二章多元數(shù)據(jù)分析(TheAnalysisofMultivariateData)1.主要內(nèi)容：第一節(jié)處理多兀數(shù)據(jù)(ApproachingMultivariateData)多元數(shù)據(jù)分析中的線性代數(shù)(TheNeedforMatrixAlgebra)第二節(jié)比較多元變量均數(shù)(ComparingMultivariateMeans)比較兩個抽樣的多元均數(shù)：Hotelling'sT檢驗(ComparingMultivariateMeansofTwoSamples:Hotelling'sT2Test)比較多個抽樣的多元均數(shù):多元方差分析(ComparingMultivariateMeansofMoreThanTwoSamples:ASimpleMANOVA)第三節(jié)多元正態(tài)分布(MultivariateNormalDistribution)多元正態(tài)分布的檢驗(TestingforMultivariateNormality)第四節(jié)多元變量距離的度量(MeasurementsofMultivariateDistance)兩個體間距離的度量(MeasuringDistancesbetweenTwoIndividuals)兩組間距離的度量(MeasuringDistancesbetweenTwoGroups)其它距離的度量(OtherMeasurementsofDistance)第三節(jié)排序(Ordination)主成分分析(PrincipalComponentAnalysis)因子分析(FactorAnalysis)主坐標軸分析(PrincipalComponentAnalysis)對應分析(CorrespondenceAnalysis)多維尺度轉(zhuǎn)換(Non-MetricMultidimensionalScaling)排序法的優(yōu)勢和劣勢(AdvantagesandDisadvantagesofOrdination)第四節(jié)分類(Classification)聚類分析(ClusterAnalysis)選擇聚類方法(ChoosingaClusteringMethod)判別分析(DiscriminantAnalysis)分類法的優(yōu)勢和劣勢(AdvantagesandDisadvantagesofClassification)第五節(jié)多元回歸(MultivariateMultipleRegression)冗余分析(RedundancyAnalysis)總結(jié)(Summary)本章重點：分類和排序本章難點：多元統(tǒng)計中的線性代數(shù)第十三章生態(tài)模型概述(AnIntroductiontoEcologicalModeling)1.主要內(nèi)容:第一節(jié)生態(tài)模型發(fā)展現(xiàn)狀(ArtofModeling)第二節(jié)建模的基本生態(tài)學原理(BasicEcologicalPrinciples)生態(tài)系統(tǒng)過程及其數(shù)學表達(EcosystemProcessesandTheirmathematics)第三節(jié)生態(tài)模型的種類(SpectrumofModels)自下而上的機理模型(Bottom-UpMechanisticModels)自上而下的反演模型(Top-DownInverseModeling)第四節(jié)動態(tài)系統(tǒng)建模的概念(DynamicSystemsModelingConcepts)本章重點:生態(tài)模型的種類本章難點:過程反演第十四章動態(tài)系統(tǒng)建模與Stella軟件(DynamicsSystemsModeling)1.主要內(nèi)容:第一節(jié)分析與數(shù)值方法(ClassicalandNumericalMethods)第二節(jié)動態(tài)系統(tǒng)建模方法(DynamicSystemsModelingMethods)近似理論(ApproximationTheory)?模型協(xié)議(ModelingProtocol)動態(tài)系統(tǒng)模型構(gòu)建(ConstructingDynamicSystemsModels)第三節(jié)利用STELLA軟件的生態(tài)建模(EcologicalModelingwithSTELLA)STELLA軟件介紹(AnIntroductiontoSTELLA)STELLA軟件建模案例分析(CaseStudiesUsingSTELLA)本章重點利用STELLA軟件的生態(tài)建模本章難點利用STELLA軟件的生態(tài)建模第十五章模型的優(yōu)化、校正和評價(ModelOptimization,CalibrationandEvaluation)1.主要內(nèi)容第一節(jié)模型的參數(shù)化(ModelParameterization)?模型最優(yōu)化(ModelOptimization)最大似然法(TheMaximumLikelihoodMethod)遺傳算法(GeneticAlgorithms)人工神經(jīng)網(wǎng)絡(ArtificialNeuralNetwork)第二節(jié)模型的校正和評價(ModelCalibrationandEvaluation)

?模型的校正(ModelCalibration)?模型的評價(ModelEvaluation)?數(shù)據(jù)-模型融合(Data-ModelIntegration)本章重點模型的參數(shù)最優(yōu)化本章難點人工神經(jīng)網(wǎng)絡教學課時分配表序號章節(jié)內(nèi)容講課練習(上機)主講人第一部分：生態(tài)統(tǒng)計1第一章概率論簡介Chapter1:AnIntroductiontoProbability10CharlesBourque2第二章隨機變量和概率分布Chapter2:RandomVariablesandProbabilityDistributions20CharlesBourque3第三章統(tǒng)計描述：集中和離散趨勢Chapter3:SummaryStatistics:MeasuresofLocationandSpread10CharlesBourque4第四章構(gòu)建和檢驗假設Chapter4:FramingandTestingHypotheses20CharlesBourque5第五章統(tǒng)計分析的三大框架Chapter5:ThreeFrameworksforStatisticalAnalysis20CharlesBourque6第六章設計野外實驗Chapter6:DesigningSuccessfulFieldStudies20查天山7第七章實驗和抽樣設計匯總Chapter7:ABestiaryofExperimentalandSamplingDesigns20查天山8第八章數(shù)據(jù)管理Chapter8:ManagingandCuratingData21查天山9第九章回歸分析Chapter9:Regression22CharlesBourque10第十章方差分析Chapter10:TheAnalysisofVariance4賈昕11第十一章分類數(shù)據(jù)的分析4賈昕

Chapter11:TheAnalysisofCategoricalData12第十二章：多元數(shù)據(jù)分析Chapter12:TheAnalysisofMultivariateData42賈昕13第十三章：統(tǒng)計可視化Chapter13:StatisticalVisualization2賈昕第二部分：生態(tài)建模1第一章生態(tài)模型概述Chapter13:AnIntroductiontoEcologicalModeling20CharlesBourque2第二章動態(tài)系統(tǒng)建模與Stella軟件Chapter14:DynamicSystemsModeling42CharlesBourque3第三章模型的最優(yōu)化、校正和評價Chapter15:ModelOptimization,CalibrationandEvaluation41CharlesBourque合計428實習部分為結(jié)合講授內(nèi)容在教師的指導下進行上機操作練習，由教師提供所需的軟件和練習數(shù)據(jù)，學生自帶筆記本電腦進行課堂練習，由教師輔導和答疑。實習內(nèi)容共8學時，包括數(shù)據(jù)管理(1學時)、單元數(shù)據(jù)分析(2學時)、多元數(shù)據(jù)分析(2學時)、動態(tài)系統(tǒng)建模與Stella軟件應用(2學時)、模型的優(yōu)化、校正和評價(1學時)。通過上機實習，提高學生的實際分析和操作能力。四、教學方式及要求五、考核辦法課堂作業(yè)：為了培養(yǎng)學生獨立思考生態(tài)統(tǒng)計和建模的能力，學生要完成四次作業(yè)，每次作業(yè)占總成績的20%，四次作業(yè)共占總成績的80%。(Assignments:Fourassignmentsdesignedtomakesurethatstudentsaredevelopingtheirabilitytothinkintermsofecologicalmodelinganddata-patternexploration.Thefourassignmentsat20%each,willaccountfor80%ofthefinalgrade.)討論/參與：要求學生參與課上其他同學作業(yè)和PPT展示，所有這些以英文的形式完成；此項占總成績的20%。(Discussion/Participation:Studentswillbeexpectedtoparticipateinclassdiscussionsofotherstudents'workandduringthelectures(alldoneinEnglish);20%ofthefinalgrade.)六、參考書籍及閱讀文獻資料(特別是本學科經(jīng)典文獻和國際前沿文獻，主要是國際期刊)《APrimerofEcologicalStatistics》(2004)作者:NicholasJ.Gotelli,AaronM.Ellison《APracticalGuidetoEcologicalModeling》(2009)作者:KarlineSoetaert,PeterM.J.Herman《Indivi