Рандомизация, бутстреп и методы Монте-Карло.

Книга (авторы В.К. Шитиков и Г.С. Розенберг), посвященная примерам статистического анализа данных по биологии и экологии с использованием R.  На сайте доступны как сама электронная версия книги, так и архив со всеми R-скриптами и исходными данными.

NB: текст постоянно обновляется.


Оглавление  (от 24 апреля 2013):


 1. БУТСТРЕП И СТАТИСТИЧЕСКОЕ ОЦЕНИВАНИЕ ВЫБОРОЧНЫХ ХАРАКТЕРИСТИК
1.1. Точечные и интервальные характеристики
1.2. Непараметрические методы статистики и ресамплинг
1.3. Складной нож и бутстреп – механизмы генерации случайных псевдовыборок
1.4. Оценка среднего и доверительных интервалов бутстреп-методом
1.5. Примеры бутстрепа: медиана и оценка параметров распределения Парето
1.6. Бутстрепирование индексов, характеризующих многовидовые композиции

2. ИСПОЛЬЗОВАНИЕ РАНДОМИЗАЦИИ ДЛЯ СРАВНЕНИЯ ВЫБОРОК
2.1. Проверка статистических гипотез
2.2. Использование метода рандомизации для проверки гипотез
2.3. Сравнение статистических характеристик двух независимых выборок
2.4. Рандомизационный тест для связанных выборок
2.5. Проблема множественных сравнений
2.6. Сравнение трех или более независимых выборок
2.7. Преобразование данных
2.8. Сравнение разнообразия систем и ограничения на рандомизацию

3. СТАТИСТИЧЕСКИЕ ЗАВИСИМОСТИ И СВЯЗИ МЕЖДУ ПЕРЕМЕННЫМИ
3.1. Оценка парной корреляции с использованием рандомизации
3.2. Анализ связи между признаками в таблицах сопряженности
3.3. Статистическая значимость регрессии двух переменных
3.4. Нелинейная регрессия и скользящий контроль
3.5. Сравнение двух линий тренда и робастная регрессия
3.6. Модели распределения популяционной плотности по градиенту

4. МНОГОМЕРНЫЕ МОДЕЛИ ДИСПЕРСИОННОГО И РЕГРЕССИОННОГО АНАЛИЗА
4.1 Основные модели ANOVA, их ограничения и особенности реализации
4.2. Селекция модели дисперсионного анализа с фиксированными факторами
4.3. Смешанная модель эффектов и проблема «мнимых повторностей»
4.4. Иерархический (гнездовой) дисперсионный анализ
4.5. Модель множественной линейной регрессии
4.6. Селекция моделей: генетический алгоритм и случайный поиск с адаптацией
4.7. Процедуры сглаживания и генеральные аддитивные модели
4.8. Многомерный анализ MANOVA и метод случайного зондирования

5. МЕТОДЫ, ИСПОЛЬЗУЮЩИЕ МАТРИЦЫ ДИСТАНЦИЙ
5.1. Меры сходства/расстояния в многомерном пространстве
5.2. Непараметрический дисперсионный анализ матриц дистанции
5.3. Тест Мантеля для оценки связи между многомерными структурами
5.4. Иерархический кластерный анализ и бутстрепинг деревьев
5.5. Алгоритмы оценки оптимальности разбиения на классы
5.6. Использование нечетких множеств для классификации и оценки силы связи
5.7. Дендрограммы и оценка функционального разнообразия

6. КЛАССИФИКАЦИЯ, ОРДИНАЦИЯ И СНИЖЕНИЕ РАЗМЕРНОСТИ
6.1. Методы многомерной классификации и ординации
6.2. Проецирование данных в пространства малой размерности методом PCA
6.3. Сравнение результатов различных моделей ординации
6.4. Деревья классификации и регрессии
6.5. Деревья классификации с многомерным откликом
6.6. Преобразование координат в геометрической морфометрии
6.7. Дискриминантный анализ, логистическая регрессия и метод опорных векторов
6.8. Метод k ближайших соседей и использование нейронных сетей
6.9. Самоорганизующиеся карты Кохонена

7. АНАЛИЗ ВРЕМЕННОЙ ДИНАМИКИ И БАЙЕСОВСКИЕ МЕТОДЫ
7.1. Декомпозиция временных рядов и выделение тренда
7.2. Автокорреляция, стационарность и оценка периодичности
7.3. Модели временных рядов: бутстреп и прогнозирование
7.4. Анализ главных компонент и многомерные временные ряды
7.5. Анализ пространственных структур
7.6. Автоковариация и пространственно обусловленная зависимость отклика