利用R语言进行生态环境数据的可视化分析：方法和实践

R语言是一种用于统计分析、绘图的语言和操作环境，属于GNU系统的一个自由、免费、开源的软件，它是一个用于统计计算和统计制图的优秀工具1。
R是由Ross Ihaka和Robert Gentleman在1993年开发的一种编程语言，拥有广泛的统计和图形方法目录，包括机器学习算法、线性回归、时间序列、统计推理等1。
大多数R库都是用R编写的，但是对于繁重的计算任务，最好使用C、c++和Fortran代码1。
R不仅在学术界很受欢迎，很多大公司也使用R编程语言，包括Uber、谷歌、Airbnb、Facebook等

R语言作为新兴的统计软件，以开源、自由、免费等特点风靡全球。生态环境领域研究内容广泛，数据常多样而复杂。利用R语言进行多元统计分析，从复杂的现象中发现规律、探索机制正是R的优势。

了解全文点击:《利用R语言进行生态环境数据的可视化分析：方法和实践》

一、R语言基本操作及语法

1、R的获取和安装
2、R的数据类型
3、R的函数
4、R包的载入及使用

二、探索性数据分析

案例一：不同物种的多度分析
案例二：不同物种在样方中的空间分布
案例三：水文、地形等环境数据地图

三、相关性分析

1、不同变量之间的相关性分析
2、不同物种之间的差异及距离矩阵
3、图解关联矩阵

四、回归分析

1、用lm()拟合回归模型
2、一元及多元线性回归
3、多项式回归
4、回归诊断
5、选择最佳的回归模型

五、聚类分析

案例：样方之间的不同类型聚类及比较
（单连接、完全连接、平均聚合聚类(UPGMA)、Ward最小方差聚类等）

六、排序分析

1、主成分分析(PCA)
2、对应分析(CA)
3、主坐标分析(PCoA)
4、非度量多维尺度分析(NMDS)

七 、数据空间分析

1、空间结构和空间分析概述
2、多元趋势面分析
3、基于特征根的空间变量和空间建模
4、多尺度排序（MSO）

八、生物多样性分析

1、生物群落的稀疏度分析
2、生物群落的alpha、beta和gamma多样性
3、群落功能多样性、功能组成和谱系多样性