环境统计方法是现代环境科学研究的重要分析工具，本书是连接环境统计理论和实践的桥梁。本书首先介绍环境统计方法基础；然后介绍环境统计建模的主要方法，包括方差分析、相关分析和回归分析；最后介绍多层回归、数据降维、时间序列分析、空间统计分析等高级方法。本书的重点不是介绍环境统计理论基础和数学公式，而是在简要介绍环境统计基本原理的基础上，利用案例数据及指导，让读者学会如何使用相关分析软件完成环境数据分析。 本书可作为高等院校环境科学、生态学、生态修复学、林学、土地资源管理、水利水电工程、自然地理与资源环境等专业的本科生教材，也可为从事环境数据分析与应用的科研人员提供实用的指导和帮助。

高等院校老师

第1章环境统计的基本概念
1.1环境数据描述性统计
1.1.1总体与样本
1.1.2数据类型与测量尺度
1.1.3数据的中心趋势和离散程度
1.2数据可视化
1.2.1直方图
1.2.2箱线图
1.2.3条形图
1.2.4散点图
1.3环境数据收集与整理
1.3.1环境数据收集
1.3.2环境数据整理
第2章环境数据统计推断分析
2.1参数估计与置信区间
2.1.1参数估计
2.1.2置信区间
2.2环境数据的假设检验
2.2.1假设检验介绍
2.2.2参数方法
2.2.3非参数方法
2.3统计功效与样本容量计算
2.3.1统计功效计算
2.3.2样本容量计算
第3章相关分析
3.1相关分析概述
3.1.1相关系数
3.1.2R中的相关分析
3.2非参数相关
3.2.1斯皮尔曼等级相关系数
3.2.2肯德尔秩相关系数
3.3离散变量间的相关性
3.3.1卡方检验
3.3.2Cramér’s V
3.4偏相关
3.4.1偏相关系数
3.4.2R中的偏相关分析
第4章回归分析
4.1线性模型
4.1.1简单线性回归
4.1.2多元线性回归
4.2非线性模型
4.2.1非线性回归
4.2.2平滑
4.3广义线性模型
4.3.1 概述
4.3.2Logistic回归
4.3.3广义加性模型
4.4模型诊断与选择
案例与思考
第5章环境变量多层回归
5.1多层ANOVA
5.1.1用线性回归实现ANOVA
5.1.2用多层模型实现ANOVA
5.2多层线性回归
5.2.1完全汇集、不汇集与部分汇集
5.2.2多层线性回归实践
案例与思考
第6章多维环境数据的降维分析
6.1主成分分析
6.1.1概述
6.1.2多维环境数据的PCA实践
6.2非度量多维尺度分析
6.2.1概述
6.2.2多维环境数据NMDS分析实践
6.3冗余分析
6.3.1概述
6.3.2多维环境数据RDA实践
6.4聚类与线性判别分析
6.4.1聚类分析概述
6.4.2环境数据聚类分析实践
6.4.3线性判别分析概述
6.4.4环境数据LDA实践
6.5平行因子分析
6.5.1概述
6.5.2土壤有机质数据的PARAFAC
案例与思考
第7章环境变量时间序列分析
7.1环境时间序列的描述技术
7.1.1概述
7.1.2时间序列的变异类型
7.1.3时序图及时间序列变换
7.2环境时间序列的模拟
7.2.1常用的时间序列模型
7.2.2使用ARMA和ARIMA模拟环境时间序列
7.2.3环境时间序列的分解
案例与思考
第8章环境空间数据统计分析
8.1空间点数据及点模式分析
8.1.1空间点数据
8.1.2空间点模式分析
8.2空间依赖
8.2.1概述
8.2.2空间依赖与空间自相关
8.3环境空间数据插值
8.3.1概述
8.3.2IDW插值
8.3.3Kriging插值
8.4空间依赖与空间建模
8.4.1概述
8.4.2环境空间数据地理探测
8.4.3环境空间数据地理加权回归
案例与思考
第9章环境生态大数据应用实践
9.1多源异构环境数据的获取
9.1.1概述
9.1.2环境数据的检索及下载
9.2R中多源异构环境数据分析示例
9.2.1环境数据下载及清理
9.2.2多源异构环境数据探索性分析
9.2.3基于回归树模型的土壤有机质模拟
9.2.4基于线性回归模型的土壤有机质模拟
案例与思考
附录
附录A软件简介
A.1R语言简介
A.2RStudio简介
A.3R语言安装与运行
A.4R的小窍门
附录B实验数据说明
B.1bio_env、bird_env_100p、bird_rich_gd数据集
B.2cactus与cactus_boundary数据集
B.3co2_mlo数据集
B.4Doubs环境数据集
B.5oni_prcp环境数据集
B.6riv_env环境数据集
B.7riv_sites环境数据集
B.8soil_clim、soil_env环境数据集
参考文献