Buch, Deutsch, 221 Seiten, Format (B × H): 156 mm x 233 mm, Gewicht: 365 g
Reihe: Springer-Lehrbuch
Buch, Deutsch, 221 Seiten, Format (B × H): 156 mm x 233 mm, Gewicht: 365 g
Reihe: Springer-Lehrbuch
ISBN: 978-3-540-37705-4
Verlag: Springer-Verlag GmbH
Im Labyrinth der Daten.
Ilona Leyer und Karsten Wesche führen in diesem Lehrbuch in die multivariaten Verfahren in der Ökologie ein. Das Lehrbuch wendet sich an all jene, die in Studium und Beruf mit ökologischen sowie Landschafts- und Umweltdaten arbeiten. Es ist als Begleittext zu Lehrveranstaltungen und zum Selbststudium geeignet und bietet Hilfe bei der Datenanalyse in Diplom-, Doktor- und Forschungsarbeiten.
Behandelt werden neben den relevanten statistischen Grundlagen die in der Ökologie verbreiteten Ordinationsverfahren, Klassifikationen und Permutationsverfahren zur Prüfung multivariater Beziehungen. Dabei werden die Methoden anschaulich anhand von Beispieldatensätzen unter weitgehender Vermeidung von Formeln erläutert. Das Buch bietet daher einen idealen Einstieg in das weite Feld der multivariaten Statistik in der Ökologie, um darauf aufbauend eigene Daten sinnvoll auswerten zu können.
Umweltdaten auswerten – hier bekommen Sie den Überblick.
Zielgruppe
Upper undergraduate
Autoren/Hrsg.
Fachgebiete
- Naturwissenschaften Biowissenschaften Angewandte Biologie Bioinformatik
- Naturwissenschaften Biowissenschaften Biowissenschaften Naturschutzbiologie, Biodiversität
- Naturwissenschaften Biowissenschaften Biowissenschaften Terrestrische Ökologie
- Mathematik | Informatik EDV | Informatik Informatik
- Mathematik | Informatik EDV | Informatik Angewandte Informatik Bioinformatik
- Naturwissenschaften Biowissenschaften Biowissenschaften Meeres- und Süßwasserökologie
- Geowissenschaften Umweltwissenschaften Umweltüberwachung, Umweltanalytik, Umweltinformatik
- Naturwissenschaften Biowissenschaften Biowissenschaften Ökologie
Weitere Infos & Material
Statistische Grundlagen.- Datenmanipulationen.- Ähnlichkeits- und Distanzmaße.- Ordinationen — das Prinzip.- Korrespondenzanalyse (CA).- Interpretation von CA und DCA.- Kanonische Ordination (constrained ordination).- Hauptkomponentenanalyse (PCA).- Lineare Methoden und Umweltdaten: PCA und RDA.- Partielle Ordination und variance partitioning.- Multidimensionale Skalierung.- Klassifikation — das Prinzip.- Agglomerative Klassifikationsverfahren.- Divisive Klassifikationsverfahren.- Sonstige Verfahren zur Beschreibung von Gruppenstrukturen.- Permutationsbasierte Tests.
