《植物生态学的数量分类方法》求取 ⇩

前言页1

第一章数据类型1

第一节 数据的基本类型1

第二节 数据的变化类型5

第三节 数据类型的转化8

第四节 数据矩阵12

第二章数据的简缩、转换及标准化16

第一节 数据的简缩16

第二节 数据的转换18

第三节 数据的标准化19

第三章相似系数33

第一节 关联系数34

第二节 距离系数38

第三节 内积系数46

第四节 信息系数49

第五节 概率系数58

第六节 选择原则及相似系数矩阵61

第四章分类方法概述65

第一节 分类的目的65

第二节 分类方法的选择66

第三节 主要分类方法的一般方程71

第四节 分类结果的图形表示77

第五节 分类结果的比较81

第五章等级聚合的分类方法90

第一节 聚合方法的类型90

第二节 信息聚合方法93

第三节 按邻体的聚合方法97

第四节 按中心的聚合方法103

第五节 按平均性质的聚合方法111

第六节 可变的聚合方法118

第六章等级分划的分类方法121

第一节 关联分析法121

第二节 组分析法128

第三节 信息分划法134

第四节 全面比较的多元分划方法137

第五节 相异性分析法141

第六节 有调整的分划方法147

第七节 指示种分析法153

第七章其它分类方法160

第一节 一种外在分类方法160

第二节 距离聚类法164

第三节 概率聚类法173

第四节 图论聚类法175

第八章分类的判别问题185

第一节 几种简便的判别方法186

第二节 用广义距离的判别190

第三节 用判别式函数的方法195

第四节 用秩序的判别202

第五节 用信息的判别206

第九章早期的排序方法210

第一节 排序的目的和意义210

第二节 连续带分析212

第三节 极点排序法（PO）215

第四节 极点排序法的修正224

第五节 梯度分析228

第十章主分量分析（PCA）232

第一节 PCA的二维说明233

第二节 PCA的计算过程240

第三节 PCA的应用实例245

第四节 正交函数的排序方法252

第十一章已知相异性矩阵的排序方法262

第一节 主坐标分析（PAA）262

第二节 位置向量排序（PVO）270

第三节 PAA和PVO用于数据类型转换277

第四节 混合数据的排序284

第十二章三种特殊类型的排序方法288

第一节 相互平均法（RA）288

第二节 RA排序的计算例子297

第三节 典范分析（CA）304

第四节 CA排序的计算例子311

第五节 趋势面分析（TSA）316

第十三章其它排序方法327

第一节 因子分析（FA）的涵义327

第二节 FA的计算方法331

第三节 非线性排序的概念335

第四节 Kruskal排序方法338

第五节 连续性分析342

结束语346

附录Ⅰ矩阵基本知识352

一、矩阵的定义352

二、矩阵的运算356

三、矩阵的除法365

四、矩阵的特征根及特征向量377

附录Ⅱ植物群落研究的取样问题386

一、取样的方法387

二、怎样决定取样数目396

三、样方的形状和大小399

四、取样偏倚的原因400

五、植被和生境因素相关研究的取样方法400

六、取样数值的转换402

七、数理统计在植物群落研究中的应用404

参考文献407

内容索引413