ईसीओएल 145 का इरादा पारिस्थितिक डेटा के विश्लेषण का गहन परिचय है। इसके लक्षित दर्शकों में अत्यधिक प्रेरित स्नातक छात्र और जैविक रूप से संबंधित विषयों में ऊपरी स्तर के स्नातक हैं जो आदर्श रूप से विश्लेषण करने के लिए स्वयं का डेटा रखते हैं। यह एक गंभीर, हाथ से चलने वाला कोर्स है, जो कि डिलेटेट या उन लोगों के लिए उपयुक्त नहीं है जो केवल ऑडिट और निरीक्षण करना चाहते हैं। हम दो आधुनिक सांख्यिकीय पैकेज, R और WinBUGS के उपयोग पर ध्यान केंद्रित करते हैं, और उनका उपयोग अपने सभी फ़ॉइबल्स के साथ वास्तविक डेटा सेट से निपटने के लिए करते हैं। आप अपने खुद के अनुसंधान को अंजाम देने और अपने खुद के डेटा का विश्लेषण करने के जितना करीब होंगे, इस पाठ्यक्रम को उतना ही उपयोगी होना चाहिए।
पाठ्यक्रम का परिप्रेक्ष्य यह है कि प्रायिकता मॉडल को डेटा-जनरेटिंग तंत्र के रूप में सबसे अच्छा माना जाता है और इस दृष्टिकोण के साथ हम पारिस्थितिक डेटा को सीधे मॉडल करने के लिए संभावना-आधारित विधियों का उपयोग करते हैं। डेटा सेट प्रकाशित साहित्य से हैं, मेरी अपनी परामर्श परियोजनाओं से, या पाठ्यक्रम में नामांकित छात्रों द्वारा आपूर्ति की जाती हैं। यदि आपके पास डेटा है तो आपको विश्लेषण करने की आवश्यकता है जो आपको कक्षा अभ्यास में उपयोग करने के लिए मेरे पास भेजने के लिए आपका स्वागत है। विषयों में शामिल हैं:
- 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