The New Statistics with R: An Introduction for Biologists
新统计与R:生物学家介绍
作者：Andy Hector
出版：oxford academic
索书号：Q332/H451(2)/2021/ Y
ISBN: 978-0-19-879818-7
藏书地点:武大外教中心
本章详细介绍了本书的目标、方法以及涉及和未涉及的内容。首先，作者介绍了基本线性模型分析的几种变体，包括方差分析、线性回归和协方差分析等，这些方法被广泛应用于生物学研究中。接着，作者引入了两种扩展方法：广义线性模型和混合效应模型，用于处理非正态分布和具有多级结构的数据。最后，作者将这两种扩展方法结合起来，提出了广义线性混合效应模型，为读者提供了一个更加全面的数据分析框架。
在本章中，作者利用达尔文在玉米近交杂交实验中收集的数据，以方差分析为例进行了详细介绍。通过比较异花授粉和自花授粉的株高数据，解释了方差分析的基本原理和计算过程，并利用R代码演示了方差分析的实际操作步骤。
接着，作者重新分析了达尔文的玉米数据，这次采用了t检验和置信区间的方法，并与方差分析进行了比较。置信区间的概念被引入作为一种量化估计置信水平的方法，同时作者还详细讨论了t检验和ANOVA分析的关键假设，并使用R的默认残差检查图对模型进行了评估。
此外，本章还将线性模型的应用扩展到了线性回归分析，作者以木材硬度数据为例，介绍了线性回归模型的建立和解释方法，并讨论了置信区间和预测区间的概念。作者还详细探讨了线性模型假设检验的图形方法，以及变换对方差、正态性和等方差性的影响。
最后，本章为读者提供了关于错误条和间隔的入门指南，比较了几种不同类型的间隔估计方法，并对它们的优缺点进行了综合评述。此外，本章还介绍了广义线性混合效应模型的概念和应用，以及如何使用信息准则和似然比检验进行模型比较和选择。通过对不同类型的广义线性模型的介绍，读者可以更好地理解和应用这些模型来分析生物学数据。
本章介绍了新统计学与R语言在生物学研究中的应用。作者首先概述了统计学的基本原理，包括假设检验、置信区间、方差分析等。接着，作者详细介绍了R语言的基本语法和常用函数，以及如何在R中进行数据处理、可视化和统计分析。
在这一章中，作者重点介绍了线性模型的应用，包括线性回归、方差分析和协方差分析等。通过具体案例，作者演示了如何使用R语言进行线性模型的建立、参数估计和假设检验，并解释了结果的统计学意义。
此外，本章还介绍了广义线性模型（GLM）和混合效应模型（LMM）在生物学研究中的应用。作者详细解释了GLM和LMM的原理和方法，并通过实例演示了如何在R中进行模型的建立和评估。最后，作者还介绍了如何使用R语言进行数据可视化，包括绘制散点图、箱线图、直方图等常用图表，以及如何利用R语言进行数据的交互式可视化和报告生成。
通过本章的学习，生物学家可以掌握新统计学和R语言在生物学研究中的基本原理和方法，为他们的研究提供更加准确和可靠的统计分析工具。
《新统计与R:生物学家介绍》一书于2021年由Oxford academic Press出版，作者是Andy Hector。
《新统计与R:生物学家介绍》一书中，研究人员介绍了新统计与R:生物学家介绍的基本概念，重点是最近的技术发展，讨论的主题主要包括十二个章节。《新统计与R:生物学家介绍》一书从各个方面讲解了新统计与R:生物学家介绍的基础内容和研究方法，旨在为想要进一步研究新统计与R:生物学家介绍的研究人员提供简明易懂的介绍以及方法技术指导。
《新统计与R:生物学家介绍》一书作为新统计与R:生物学家介绍专业研究读物，观点新颖独到，内容饱满详实、语言浅显易懂，除此之外，还包括一些其他的特点：
1、本书分为十二个章节，既讲解了新统计与R:生物学家介绍的基础知识，还讲解了深入研究新统计与R:生物学家介绍的应用范围，是一本应用性很强的书籍，对于想要学习研究新统计与R:生物学家介绍的研究人员来说是一本很有意义的指导书籍。
2、每个章节都是由相关领域的专业人士所撰写，因此，本书讲解既详细又专业，读者能够从中了解到新统计与R:生物学家介绍相关的专业知识以及最新的前沿进展。
总的说来，《新统计与R:生物学家介绍》一书为想要了解新统计与R:生物学家介绍的研究方法的人员提供了清晰的导读路径，作为新统计与R:生物学家介绍领域的一本前沿研究图书，是一本值得为想要涉足该领域的人员推荐的专业书籍。
本书目录：
1引言get access Arrow
VarianceGet access Arrow分析
:Student 's t-testGet accessArrow
Expand4 Linear Regression Get access Arrow
使用估计值和区间进行比较
Interactions Get access Arrow
扩展协方差分析:ANCOVA Get access Arrow
扩展最大似然和广义线性模型
非正态分布数据的广义线性模型
扩展混合效应模型
广义线性混合效应模型
最终想法获取
林岚 武汉大学生命科学学院 博士研究生