🔍 检索绿色通道
     0.ESI查询      1.JCR-IF查询      2.CiteScore-IF查询     3.SCI期刊检索     4.中科院分区查询     5.SSCI检索     6.AHCI检索     7.ESCI检索(新增)     8.EI检索     9.EI检索备用     10.ISTP/CPCI检索备用(新增)      11.梅斯期刊智能查询     12.CSCD检索     13.CSSCI检索     14.北大核心检索      15.国自然官方查询     16.国自然梅斯查询     17.国自然科学网查询     18.论文被检索情况查询方法

标签:: R

0

新R函数包-Steel.Dwass.test

大家现在可以在R软件中安装 Steel.Dwass.test 的函数包啦! 点击查看 Steel.Dwass.test函数包的安装方法。 我只是一个搬运工(将散落民间的Steel.Dwass.test函数编辑成可以在R软件中安装的package而已),代码并未投稿至CRAN,所以需要用github的方式进行安装此函数包 Steel.Dwass.test的函数代码:http://aoki2.si.gunma-u.ac.jp/R/Steel-Dwass.html 源文献:Steel, R.G.D. (1961). Some rank sum multiple comparison tests. Biometrics 17, 539-552.

0

在R中正确运行PERMANOVA and pairwise comparison及注意事项

(本文于 2016-10-16 14:15 首发于 “科学网”) PERMANOVA and pairwise comparison——样品组间差异显著性分析及事后两两比较。 (R软件结果与PRIMER 7及 PAST v3软件结果一致!!!) PERMANOVA - permutational ANOVA/MANOVA Analyses univariate or multivariate data in response to factors, groups or treatments in an experimental design. PERMANOVA can be used as a better ANOVA/MANOVA. Whereas ANOVA/MANOVA assumes normal distributions and, implicitly, Euclidean distance, PERMANOVA works with any distance measure that is appropriate to the data, and uses permutations to make it distribution free. It carries this generalisation through to include most of the options you would expect from modern ANOVA/MANOVA implementation. For example, new theoretical work allows the handling of complex unbalanced designs, also including covariables. PERMANOVA与ANOSIM(Analysis of similarities)等方法目的类似,即比较样品组间的差异显著性。例:对多组数据进行聚类分析后得到3个大类,但是想知道这3个大类之间的差异是否显著,即可用上述方法。 ANOSIM比较的是组内或组间距离的平均值;对于样本量大小变化很敏感,适用于样本在欧式平面(Euclidean space)中单个数据变化有重要意义的情况;另,ANOSIM对异质性数据(方差不齐)很敏感,方差不等的情况不宜使用。 PERMANOVA比ANOSIM更强大,比较的是各组重心之间的差异;对样本数N以及方差的齐次性要求不高,推荐使用。 以上论述依据推荐参考:Anderson M,Walsh D.(2013) PERMANOVA, ANOSIM and the Mante test in the faceof heterogeneous dispersions: What null hypothesis are you testing?. Ecological Monographs,83(4):557-574. Step1:数据填写方式如下图,及导入到R 其中, dune.fish.csv为6种鱼的某一指标(如体长SL/cm)的数据; dune.fish.env32grp.csv为6种鱼对应的3个分组,分组可以依据实际需要进行分类或者按照聚类结果(如对dune.fish.csv基于UPGMA算法进行聚类)进行分类。 1234dune.fish<-read.csv("~/dune.fish.csv")View(dune.fish)dune.fish.env32grp<- read.csv("~/dune.fish.env32grp.csv")View(dune.fish.env32grp)

0

在R中正确运行ANOSIM——样品组间差异显著性检测及注意事项

(本文于 2016-10-6 19:42 首发于 “科学网”) R软件结果与PRIMER 7 及 PAST v3 软件结果一致!!! Analysis of similarities (ANOSIM) is a non-parametric statistical test widely used in the field of ecology. The test was first suggested by K. R. Clarke as an ANOVA-like test, where instead of operating on raw data, operates on a ranked dissimilarity matrix. ANOSIM(Analysis ofsimilarities)等可用于检验样品组间(不是种间)的差异显著性。比如对多组数据进行聚类分析后得到3个大类,但是想知道这3个大类直接的差异是否显著,可用ANOSIM方法(但一般情况更推荐用PREMANOVA方法)。 Step1:数据填写,及导入到R 其中,FishBio.csv为6种鱼的某一指标(如体长SL/cm)的数据; FishBio.backup.csv显示出了第一列为鱼的种类,第2列开始均为SL数据,但这个csv只是便于大家理解数据的含义,在编码过程中不使用; FishEnv.csv为6种鱼对应的3个分组,分组可以依据实际需要进行分类或者按照聚类结果(如对FishBio.csv基于UPGMA算法进行聚类)进行分类。注意事项:分组内容建议用字母表示,一定不能不纯数字表示!!!

0

MixSIAR in R:多变量同位素食物贡献率混合模型应用

R具体操作及说明请参阅: https://github.com/brianstock/MixSIAR/blob/master/vignettes/wolves_ex.Rmd#load-source-data MixSIAR用于分析: 在不同年份(或其他变量,如月份或不同海域等),不同捕食者,对应不同饵料生物的饵料贡献率范围(overall and every-year diet contribution percentage value)的计算模型。

0

食物贡献率计算之【同位素混合模型】最新方法比较

(本文于2017-2-23 09:55 首发于 “科学网”) 目前,同位素混合模型得到迅猛发展,各模型均主要使用两种及以上的同位素(如碳,氮,硫等)来推算多种饵料生物对捕食者的食物贡献率,旨在不断优化同位素以外的各环境变量或生物变量对同位素的混合模型的潜在影响,从而使得食物贡献率的推算更加接近绝对真实水平。

0

SIBER (SIAR package) in R:物种生态位重复度计算

(本文于 2016-5-27 00:10 首发于 “科学网”) 2018/02/01 updated 2017/10/05 updated 2017/3/24 updated 温馨提示:请确保您的 R软件(及R相关软件)安装的系统盘(e.g., C盘),这点十分重要! SIBER: Stable Isotope Bayesian Ellipses in R “SIBER” (SIAR package)这个SIAR套件的SIBER分析,主要是用来比较一个生态系统内不同种群之间的同位素生态位竞争的具体百分比值,等等。

0

sair方法及R操作入门——稳定同位素之食物来源比例分析

(本文于2016-10-5 20:29 首发于 “科学网”) 在稳定同位素领域,20世纪70 80 年代开始,利用碳氮稳定同位素来研究食物网结构成为有力的技术手段,以弥补传统的胃含物方法中较难分析的空胃率较高的生物的缺陷。 在食物网研究中,主要包括食物来源和营养级的分析。其中,食物来源分析中严格来讲,1种同位素只能对应2种食物来源的分析,n种同位素相对应n+1种食物来源的分析。