来，随着新的数据分析方在生态学和环境科学研究中的迅速发展和数据时的来临，R语言统计软件以其灵活、、易于掌握、免费等诸多优点，在生态科学和环境科学研究领域迅速传播并赢得广研究者的青睐。数量生态学方是现生态学研究的重要，《数据分析与模拟丛书·数量生态学：R语言的应用》是连接数量生态学方和R语言的桥梁。《数据分析与模拟丛书·数量生态学：R语言的应用》先介绍探索性数据分析和关联矩阵的构建，然后介绍数量生态学的三类主要方：聚类分析、排序（非约束排序和典范排序）和空间分析。《数据分析与模拟丛书·数量生态学：R语言的应用》的重点不是介绍数量方的理论基础和数学公，而是在简要介绍原理的基础上，利用案例数据，手把手地教家如何在R中实现数量分析。《数据分析与模拟丛书·数量生态学：R语言的应用》可作为生态学、环境科学及其他相关领域（例如海洋学、分子生态学、农学和土壤科学）本科生和研究生的教材，也可作为相关专业科研人员的自学参考书。

1章绪论
1.1为什么需要数量生态学?
1.2为什么用R?
1.3本书的读者群和结构
1.4如何使用本书
1.5数据集
1.5.1Doubs鱼类数据集
1.5.2甲螨数据集
1.6关于R帮助的提醒
1.7现在是时候了

2章探索性数据分析
2.1目标
2.2数据探索
2.2.1数据提取
2.2.2物种数据：一次接触
2.2.3物种数据：一步分析
2.2.4物种数据转化
2.2.5环境数据
2.3小结

3章关联测度与矩阵
3.1目标
3.2关联测度的主要类别（简短概述）
3.2.1Q模和R模
3.2.2Q模下对称或非对称的系数：双零问题
3.2.3定性或定量数据的关联测度
3.2.4概括
3.3Q模：计对象之间的距离矩阵
3.3.1Q模：定量的物种数据
3.3.2Q模：二元（有一无）物种数据
3.3.3Q模：定量数据（除物种多度数据外的数据）
3.3.4Q模：二元数据（除物种有一无数据外的数据）
3.3.5Q模：混合类型、包括分类（定性多级）变量
3.4R模：计变量之间的依赖矩阵
3.4.1R模：物种多度数据
3.4.2R模：物种有一无数据
3.4.3R模：定量和序数数据（除物种多度外的数据）
3.4.4R模：二元数据（除物种多度外的数据）
3.5物种数据的预转化
3.6小结

4章聚类分析
4.1目标
4.2聚类概述
4.3基于连接的层次聚类
4.3.1单连接聚合聚类
4.3.2完全连接聚合聚类
4.4均聚合聚类
4.5ward小方差聚类
4.6灵活聚类
4.7解读和比较层次聚类结果
4.7.1引言
4.7.2同表型相关
4.7.3寻找可解读的聚类簇
4.8非层次聚类
4.8.1A一均值划分
4.8.2围绕中心点划分（PAM）
4.9用环境数据行比较
4.9.1用外部数据行类型比较（方差分析途径）
4.9.2双类型比较（列联表分析）
4.10物种集合
4.10.1组内数据简单统计
4.10.2KendaU共性系数（w）
4.10.3基于有一无数据的物种集合
4.10.4IndVal：物种指示值
4.11多元回归树：约束聚类
4.11.1引言
4.11.2计（原理）
4.11.3使用mvpart和MVPARTwrap程序包运行MRT
4.11.4组合MRT和[ndVal
4.11.5作为时序型（ChronologiCal）聚类方的MRT
4.12另类途径：模糊聚类
4.12.1使用Cluster程序包内fanny（）函数行C一均值模糊聚类
4.13小结

5章非约束排序
5.1目标
5.2排序概述
5.2.1多维空间
5.2.2降维空间内的排序
5.3主成分分析（PCA）
5.3.1概述
5.3.2使用rda（）函数对Doubs环境数据行PCA分析
5.3.3转化后的物种数据PCA分析
5.3.4PCA应用领域
5.3.5使用PCA（）函数行PCA分析
5.4对应分析（CA）
5.4.1引言
5.4.2使用vegan包里的CCa（）函数行CA分析
5.4.3使用CA（）函数行对应分析
5.4.4弓形效应和去趋势对应分析（DCA）
5.4.5多重对应分析（MCA）
5.5主坐标分析（pcoa）
5.5.1引言
5.5.2利用CmdsCale包和vegan包对Doubs数据行PC0A分析
5.5.3使用pcoa（）函数对Doubs数据行pcoa分析
5.6非度量多维尺度分析（NMDS）
5.6.1引言
5.6.2鱼类数据NMDS分析
5.7手写排序函数

6章典范排序
6.1目标
6.2典范排序概述
6.3冗余分析（RDA）
6.3.1引言
6.3.2Doubs数据集R：DA分析
6.3.3手写RDA函数
6.4典范对应分析（CCA）
6.4.1引言
6.4.2Doubs数据集CCA分析
6.5线性判别分析（LDA）
6.5.1引言
6.5.2使用lda（）函数行判别分析
6.6其他非对称分析
6.7两个（或多个）数据集的对称分析
6.8典范相关分析（CCorA）
6.8.1引言
6.8.2使用CCorA函数行典范相关分析
6.9协惯量分析（CoIA）
6.9.1引言
6.9.2使用ade4包行协惯量分析
6.10多元因子分析（MFA）
6.10.1引言
6.10.2使用FaCtoMineR行多元因子分析
6.11小结

7章生态学数据空间分析
7.1目标
7.2空间结构和空间分析：简短概述
7.2.1引言
7.2.2诱导性空间依赖和空间自相关
7.2.3空间尺度
7.2.4空间异质性
7.2.5空间相关或自相关函数和空间相关图
7.2.6空间相关检验的条件
7.2.7模拟空间结构
7.3多元趋势面分析
7.3.1引言
7.3.2练趋势面分析
7.4基于特征根的空间变量和空间建模
7.4.1引言
7.4.2基于距离的经典MEM（之前被称为PCNM）
7.4.3更广泛的MEM：除地理距离外的权重
7.4.4应该使用正空间相关还是负空间相关?
7.4.5有方向性的非对称特征向量图（AEM）
7.5另外一种了解空间结构的途径：多尺度排序
7.5.1原理
7.5.2甲螨数据多尺度排序：探索性方
7.5.3去趋势甲螨物种和环境数据多尺度排序
7.6小结
参考文献
索引

  Daniel Borcard博士，加拿蒙特利物科学系级研究员。长期从事数量生态学、群落生态学和生物统计学方面的科研和教学作，曾获蒙特利学优秀教学奖。 Francois Gillet博士，国弗朗什孔泰学科学与技术学院教授。长期从事群落生态学、植被生态学、数量生态学和生态模型方面的科研和教学作。 Pierre Legendre博士，加拿蒙特利物科学系教授，加拿皇家学会会员。在群落生态学、数量生态学、统计生态学和系统发育中的数量方等领域有很的造诣，是数量生态学界的权威，著有影响力的Numerical Ecology一书，发表论文200余篇。他也是生态学／环境科学领域lsI检索引用率的学者之一。