《生态统计学：当代理论及应用》

Ecological Statistics: Contemporary theory and application

作者：Gordon A. Fox , Simoneta Negrete-Yankelevich , Vinicio J. Sosa

出版社：Oxford University Press

索书号：Q141/E19/2015/Y

ISBN：978-0199672554

藏书地点：武大外教中心

“生态学”一词是1866年由勒特合并两个希腊词 “房屋”和 “学科”构成，1866年德国动物学家海克尔初次把生态学定义为“研究动物与其有机及无机环境之间相互关系的科学”，特别是动物与其他生物之间的有益和有害关系。从此，揭开了生态学发展的序幕。在1935年英国的Tansley提出了生态系统的概念之后，美国的年轻学者Lindeman在对Mondota湖生态系统详细考察之后提出了生态金字塔能量转换的“十分之一定律”。由此，生态学成为一门有自己的研究对象、任务和方法的比较完整和独立的学科。生态学已经创立了自己独立研究的理论主体，即从生物个体与环境直接影响的小环境到生态系统不同层级的有机体与环境关系的理论。它们的研究方法经过描述--实验--物质定量三个过程。系统论、控制论、信息论的概念和方法的引入，促进了生态学理论的发展，60年代形成了系统生态学而成为系统生物学的第一个分支学科。如今，由于与人类生存与发展的紧密相关而产生了多个生态学的研究热点，如生物多样性的研究、全球气候变化的研究、受损生态系统的恢复与重建研究、可持续发展研究等。

统计学(statistics)是通过搜索、整理、分析、描述数据等手段，达到推断所测对象的本质，甚至预测对象未来的一门综合性学科。统计学用到了大量数学及其他学科的知识。其应用范围几乎覆盖了社会科学和自然科学的各个领域。

在统计学中，收集数据就是获得所需要的数据。处理数据是对所获得的数据进行加工和处理，包括数据的计算机录入、筛选、分类和汇总等，以使其符合进一步分析的需要。在人类社会进入大数据时代的今天，数据分析越来越受重视，统计学也在各领域发挥出越来越大的作用。可以说，统计学提供了适用于所有学科领域的通用数据分析方法，是一种通用的数据分析语言，只要有数据的地方就会用到统计方法。

生态统计学是运用概率论和数理统计的原理与方法，指导生态学的试验调查设计，分析试验调查资料，进而发现普遍规律的一门学科。生态统计学主要介绍

生态学的试验设计，试验数据的收集、整理、分析，并推断、发现和解释生态学现象的本质规律。

随着生态学的快速发展和大数据时代的到来，统计学在生态学研究中发挥越来越重要的作用，已成为生态学实验设计和数据分析不可或缺的工具。因此，生态统计学是生态学专业学生培养的重要基础课程之一，越来越受到高等院校的

重视。近十年来，随着计算机的迅速普及和网络技术的发展，以及R语言、贝叶斯统计的应用，统计与数据分析、空问分析等生态数据处理越来越丰富，促使生态学研究出现了崭新的局面。

由于现在有多种生态统计学软件，包括国外的SAS、SPSS、Minitab和国产的

DPS等，而且都有相关的使用手册说明，使用起来非常方便。因此，计算问题已经彻底解决。但是我们应该清楚地认识到统计学软件只能提供统计学方法的计算

技术和数据的分析结果，针对具体的试验数据究竟应用哪种方法正确、合理、科

学、得当，则取决于我们对统计学原理和方法的认知程度及生态学问题判断。

因此，首先是要熟悉和掌握统计学的基本理论与方法。但这并不是要掌握统

计学理论的具体推导过程和步骤，而是要知道每种方法的基本原理和理论基础、

应用范围、有哪些优缺点和对数据有什么要求等。其次才是掌握如何使用这些现

成的统计学软件。实际上，在相关程序使用的手册中，不仅给读者提供了如何使

用计算机软件完成有关的统计分析，而且对涉及的统计学原理也有一定的介绍．

只要我们认真阅读这些内容，就能很快学习到生态统计知识。

《生态统计学：当代理论及应用》一书于2015年由Oxford University Press出版，作者是Gordon A. Fox , Simoneta Negrete-Yankelevich及Vinicio J. Sosa。统计数据的应用和解释是生态研究和实践的核心。生态学家现在提出的问题比过去更复杂。这些新问题，加上计算能力的持续增长和新软件的可用性，创造了新一代统计技术。这些都导致了我们对生态统计的理解和实践的重大最新发展。这本新颖的书综合了这些变化，解决了其他书中往往被忽视的关键方法和问题，例如缺失/审查数据、数据的相关结构、异构数据和复杂的因果关系。这些问题是很大一部分生态数据，但大多数生态学家在传统统计方面的培训根本无法为他们提供应对相关挑战的充分准备。独特的是，生态统计突出了许多试图解决这些问题的统计方法之间的潜在联系。特别是，它向读者介绍了推理、可能性、广义线性（混合）模型、空间或系统发育结构数据和数据合成的方法，重点强调概念理解和随后在数据分析中的应用。

本书由实践生态学家撰写，数学解释被保持在最低限度。这本用户友好的教科书将适合生态学、进化论、环境研究和计算生物学领域的研究生、研究人员和从业者有兴趣更新他们的统计工具包。一个配套网站以 R 语言提供示例数据集和注释代码。

本书作为讲述系统基因组学的书籍，内容专业详实，语言浅显易懂，具有以下特点：

1、 语言精练，深入浅出。

2、每章都包含解决问题的练习，帮助读者进一步加深理解。

3、罗列专业词汇，大大方便了大家在阅读过程中对书中专业术语的认知。

4、 文章最后罗列参考文献，读者可进一步了解生态统计学前沿进展

本书目录

1. 统计学推理方法

2. 拥有正确的材料：数据约束对生态数据分析的影响

3. 可能性和模型选择

4. 缺失数据：机制、方法和消息

5. 你不知道的东西会伤害到你：生态学研究中被删减的数据

6. 广义线性模型

7. 统计交响乐：工具变量揭示因果关系和控制测量误差

8. 结构方程建模：建立和评估因果模型

9. 生态学研究综合方法

10. 生态数据的空间变异和线性模型

11. 系统发育相关数据问题的统计学方法

12. 过分散数据的混合模型

13. 线性和广义线性混合模型

王昊宇 武汉大学生命科学学院 博士研究生