前辅文
第一部分 概率和统计思维的基础
第1章 概率简介
1.1 什么是概率
1.2 概率的度量
1.3 概率定义中的问题
1.4 概率中的数学
1.5 贝叶斯定理
1.6 总结
第2章 随机变量和概率分布
2.1 离散随机变量
2.2 连续随机变量
2.3 中心极限定理
2.4 总结
第3章 汇总统计量：位置和散度的度量
3.1 位置的度量
3.2 散度的度量
3.3 围绕汇总统计量的一些哲学问题
3.4 置信区间
3.5 总结
第4章 假设的构建和检验
4.1 科学方法
4.2 检验统计假设
4.3 参数估计与预测
4.4 总结
第5章 三大统计分析框架
5.1 样本问题
5.2 蒙特卡罗分析
5.3 参数分析
5.4 贝叶斯分析
5.5 总结
第二部分 实验设计
第6章 设计成功的野外研究
6.1 研究的要点
6.2 人为操作实验
6.3 自然观察实验
6.4 “快照式” 实验和“轨迹式” 实验
6.5 压力实验对比脉冲实验
6.6 重复
6.7 保证独立性
6.8 避免混淆因子
6.9 重复和随机化
6.10 设计有效的野外实验和抽样研究
6.11 总结
第7章 实验设计和抽样设计
7.1 分类变量和连续变量
7.2 因变量和自变量
7.3 四类实验设计
7.4 总结
第8章 管理和管护数据.
8.1 第一步：管理原始数据
8.2 第二步：存储和管护数据
8.3 第三步：检查数据
8.4 最后一步：变换数据
8.5 总结：数据管理流程图
第三部分 数据分析
第9章 回归分析
9.1 定义直线及其两个参数
9.2 线性模型拟合
9.3 方差与协方差
9.4 最小二乘参数估计
9.5 方差分量与决定系数
9.6 回归的假设检验
9.7 回归的假设
9.8 回归的诊断检验
9.9 蒙特卡罗与贝叶斯分析
9.10 其他类型的回归分析
9.11 模型选择准则
9.12 总结
第10章 方差分析
10.1 方差分析中的符号和标签
10.2 方差分析与平方和分解
10.3 方差分析的假设
10.4 利用方差分析进行假设检验
10.5 构建F比
10.6 各类方差分析表
10.7 方差分析中的随机因素与固定因素
10.8 分解方差
10.9 方差分析作图和交互项理解
10.10 均值比较
10.11 Bonferroni校正和多重比较中的问题
10.12 总结
第11章 分类数据分析
11.1 二维列联表
11.2 多维列联表
11.3 拟合优度检验
11.4 总结
第12章 多元数据分析
12.1 走进多元数据
12.2 比较多元均值
12.3 多元正态分布
12.4 多元距离的度量
12.5 排序
12.6 分类
12.7 多元多重回归
12.8 总结
第四部分 估计
第13章 生物多样性的度量
13.1 估计物种丰富度
13.2 稀疏曲线的统计比较
13.3 渐近估计：推断物种丰富度
13.4 估计物种多样性和均匀度
13.5 估计物种多样性的软件
13.6 总结
第14章 种群的检测及其大小的估计
14.1 占有率
14.2 估计种群大小
14.3 占有率建模和标记重捕：更多模型
14.4 用于估计占有率和丰度的抽样
14.5 估计占有率和丰度的软件
14.6 总结
附录 阅读本书所需的矩阵代数基础
术语表
参考文献
索引
译后记
插图
