基于CANOCO的生态学数据的多元统计分析

                                    著者：Jan Leps  Petr Smilauer    译者：赖江山

    这本书目的主要在于帮助生态学者分析野外观测数据和实验获得的数据。本书对于学生或研究人员处理复杂的生态学问题非常有用，比如生物群落随环境条件的如何变化，或是生物群落在控制实验中的变化。在简单介绍排序原理之后，本书的着重介绍约束排序方法（RDA和CCA）和置换统计检验在多元数据中的应用。同时介绍了如何利用分类的方法及现代回归技术（GLM，GAM，loess）来正确解读排序图。最后，用CANOCO软件分析了7个难度不同的研究案例。这些案例对于大家选择排序方法及分析排序结果很有帮助。案例的数据均可以从

上获得。

作者简介：

Jan Leps：捷克南波希米亚大学植物学系和捷克科学院昆虫研究所生态学教授

Petr Smilauer：捷克南波希米亚大学多元统计分析讲师

原书前言

    群落的组成的多维数据，比如种群的属性，或是环境因子的属性，是生态学家研究生涯的面包与黄油。这些数据被分析时候需要考虑它们的多维性。用多元统计的方法来分析群落数据是比较适合的。

在这本书，我们尽量使用一套一致的方法来回答生态学家在研究中常遇到的问题。然而，我们也经常用自己观点来表述一些内容，同时，我们也关注一些非参数的方法，比如非度量多维尺度分析（NMDS）的算法等等。我们并不要是强调不同的方法对于分析多元数据的差异，而是想说明要解决一个问题，可以用很多方法。

在本书主要内容讲排序的方法，但并不意味着分类的方法没有用（译者注：排序与分类密不可分，分类分析群落的间断分布，排序分析群落的连续分布 ）。同时，我们也对回归方做了一些总结，包括最新发展的内容比如广义可加模型（generalized additive models）。

在这本书的所描述的方法可以广泛被研究植物、动物和土壤的研究人员利用，当然也可以是水生生物方面的人员。由于本书的两位作者的背景，本书的内容偏向植物生态学。

这本手册的材料原先是作为“生态数据多元分析”的课件。我们也希望这本书能用于其它相关类似的课程，也期望每个学生能够从这本书提高他们的分析数据的能力。

我们希望这本书可以作为Canoco 4.5 使用手册的简明的补充材料。                                     Jan Lep 和Petr Smilauer

译者前言

四年前，我开始接触CANOCO软件时候，也是菜鸟一个，自己并不是学统计出身，学习的过程也非常缓慢。当时也不会想到四年后今天，我居然还能为大家翻译这样一本有关CANOCO的书。这个过程，不得不承认普兰塔（www.planta.cn）的作用，正是为了回答塔友有关排序和CANOCO相关的问题，我不断翻文献、看软件说明书和自己摸索，积累了一点关于多元统计方法和CANOCO软件的一些知识。我相信很多的塔友的排序知识比我丰富，CANOCO软件用得比我熟练，但至今不愿“出山”写本中文的参考书，哪怕是翻译一本也行。没办法，只能由我这个半桶水的家伙来承担此任务。

套用一下许三多一句口头禅：“俺就是想做有意义的事情”。我一直觉得，翻译这本书对我来就是非常有意义的事情，尽管现在的评价考核体系根本不会考虑我翻译了这本书，但我还是很乐意这个事情。我发现每天早上上班和晚上下班前翻译一两段这本书还是一件很惬意的事情。而在翻译的过程，我也学到很多的东西。

由于本人非统计出身，翻译过程中可能有不少错误。有些数学术语内容也可能斟酌不够，把握不准。因此，希望各个兄弟姐妹发现错误后给直接在博客里面回复，我会尽快修改。

原书下载地址（本想放在这里，超过了5M）：http://www.planta.cn/forum/viewtopic.php?t=4130&postdays=0&postorder=asc&start=0

                                                          赖江山

                                                         2009/6/25