内容

目次

第1章　序 　　1.1　なぜ数値生態学なのか? 　　1.2　なぜRなのか? 　　1.3　本書の読者層と構成 　　1.4　本書の使い方 　　1.5　データセット 　　1.6　役に立つ情報源についての確認 　　1.7　今がまさに... 第2章　探索的データ解析 　　2.1　目的 　　2.2　データの探索 　　2.3　結論 第3章　関連尺度および行列 　　3.1　目的 　　3.2　関連尺度の主なカテゴリ（概略） 　　3.3　Q モード：解析対象間の非類似度計算 　　3.4　R モード：変数間の従属行列の計算 　　3.5　種データの事前変換 　　3.6　結論 際4章　クラスター分析 　　4.1　目的 　　4.2　クラスタリングの概要 　　4.3　つながりに基づく階層的なクラスタリング 　　4.5　Ward 最小分散クラスタリング 　　4.6　柔軟なクラスタリング 　　4.7　階層的なクラスタリング結果の解釈と比較 　　4.8　非階層的なクラスタリング 　　4.9　環境データとの比較 　　4.10 種の集合 　　4.11 指標種 　　4.12 多変量の回帰樹木（MRT） 　　4.13 一元的クラスタリング手法としてのMRT 　　4.14 順次的クラスタリング 　　4.15 極めて異なるアプローチ：ファジークラスタリング 　　4.16 結論 第5章　制約のない序列化 　　5.1　目的 　　5.2　序列化の概要 　　5.3　主成分分析（PCA） 　　5.4　対応分析（CA） 　　5.5　主座標分析（PCoA） 　　5.6　非計量多次元尺度構成法（NMDS） 　　5.7　手書きのPCA 序列化関数 第6章　制約付き序列化 　　6.1　目的 　　6.2　制約付き序列化：概説 　　6.3　冗長性分析（RDA） 　　6.4　正準対応分析（CCA） 　　6.5　線形判別分析（LDA） 　　6.6　そのほかの非対称型の分析手法 　　6.7　 2 つ（あるいはそれ以上の）データセットに対する対称的な分析 　　6.8　正準相関分析（CCorA） 　　6.9　コ−イナーシャ分析（CoIA） 　　6.10 多重因子分析（MFA） 　　6.11 種の特性と環境条件の関連を調べる 　　6.12 結論 第7章　生態学的データの空間分析 　　7.1　目的 　　7.2　空間構造と空間分析：簡単な概要 　　7.3　多変量トレンドサーフェス分析 　　7.4　固有ベクトルに基づく空間変数と空間モデリング 　　7.5　空間構造を見るもう1 つの方法：マルチスケール序列化（MSO） 　　7.6　繰り返しのない多変量ANOVA における時空間交互作用検定 　　7.7　結論 第8章　群集の多様性 　　8.1　目的 　　8.2　多様性の多様な側面 　　8.3　空間が重要なとき：α，β，γ多様性 　　8.4　β多様性 　　8.5　群集の機能的多様性，機能的組成，系統的多様性 　　8.6　結論 引用文献 　　引用文献−R パッケージ 索引