دانلود کتاب Рандомизация и бутстреп: статистический анализ в биологии и экологии с использованием R

В книге представлено описание широкой панорамы статистических методов, какповсеместно используемых, так и не нашедших пока должного применения в обработкеданных экологического мониторинга. Сюда вошли элементарная статистика, проверкагипотез, различные подходы к оценке биоразнообразия, дисперсионный анализ,специальные формы регрессии и оценки информативного набора предикторов моделей,многомерные методы классификации, редукции и распознавания образов, процедуры,использующие байесовский подход, анализ временной или пространственной динамики ит.д. Мы не ставили целью подробно описать теоретические аспекты всех этих методов, ношироко иллюстрировали методику их применения на примерах биологического характера.Совокупность представленных методов связывается двумя основополагающимиидеями. Во-первых, в каждом примере мы пытались найти "изюминку" в видеиспользования нового класса компьютерно-интенсивных (computer-intensive) методов, вшироком смысле относящихся к семейству различных процедур Монте-Карло. Наиболеедетально представлен численный ресамплинг, который заключается в различныхтехнологиях генерации повторных выборок. Описаны алгоритмы, включающиерандомизацию, перестановочный тест (permutation), бутстреп (bootstrap), метод"складного ножа" (jackknife) и кросс-проверку (cross-validation). Мы показываем, как с ихпомощью можно корректно проверить статистическую гипотезу или получитьнесмещенные характеристики искомого параметра: оценки математического ожидания,дисперсии, доверительного интервала, коэффициентов модели. Где это возможно, мысравниваем полученные результаты с классическими асимптотическими методами,использующими то или иное стандартное предельное распределение.Вторая "красная нить" - возможность для читателей легко воспроизвести самимтехнику выполнения расчетов. Мы ориентировались на статистическую среду R, котораяпостепенно становится общепризнанным мировым стандартом при проведении научно-технических расчетов. В конце каждого раздела нами представлены тексты несложныхскриптов в кодах R, позволяющих выполнить самостоятельно статистический анализрассматриваемых примеров. В этой связи, представляемая монография можетрассматриваться также как справочник по реализации различных алгоритмов обработкиданных для исследователей, которых привлекла эта инструментальная среда.Книга может быть использована в качестве учебного пособия по статистическимметодам для студентов и аспирантов высших учебных заведений биологическогопрофиля.