ECOL 145, ekolojik verilerin analizine yoğun bir giriş niteliğindedir. Hedef kitlesi yüksek motivasyonlu yüksek lisans öğrencileri ve biyolojik olarak ilgili disiplinlerde ideal olarak analiz etmek için kendi verileri olan üst düzey lisans öğrencilerinden oluşmaktadır. Bu, dilettanlar veya sadece denetlemek ve gözlemlemek isteyenler için uygun olmayan ciddi, uygulamalı bir derstir. İki modern istatistik paketinin, R ve WinBUGS'ın kullanımına odaklanıyoruz ve bunları, tüm foiblesleriyle gerçek veri kümeleriyle başa çıkmak için kullanıyoruz. Kendi araştırmanızı yapmak ve kendi verilerinizi analiz etmek ne kadar yakınsa, bu dersin o kadar faydalı olması gerekir.
Dersin perspektifi, olasılık modellerinin en iyi veri üreten mekanizmalar olarak düşünülmesidir ve bu bakış açısına uygun olarak, ekolojik verileri doğrudan modellemek için olasılık tabanlı yöntemler kullanıyoruz. Veri setleri yayınlanmış literatürden, kendi danışmanlık projelerimden veya kursa kayıtlı öğrenciler tarafından sağlanır. Analiz edilmesi gereken verileriniz varsa, bunları sınıf egzersizlerinde kullanmak üzere bana gönderebilirsiniz. Konular şunları içerir:
- Statistical distributions important in ecological modeling: binomial, Poisson, negative binomial, normal, lognormal, gamma, and exponential
- Likelihood theory and its applications in regression
- Generalized linear models: Poisson regression, negative binomial regression, logistic regression, and others
- The perils of significance testing—multiple comparison adjustments and the false discovery rate
- Model selection protocols: likelihood ratio tests, Wald tests, and information-theoretic alternatives to significance testing
- Goodness of fit for GLMs: deviance statistics, extensions of R2, Pearson chi-square approaches
- Regression models for temporally and spatially correlated data: random coefficient models (multilevel models) and the method of generalized estimating equations
- Bayesian approaches to data analysis
- Hierarchical Bayesian modeling using WinBUGS and R