ইসোল 145 ইকোলজিকাল ডেটা বিশ্লেষণের তীব্র পরিচিতি হিসাবে চিহ্নিত। এটির লক্ষ্যবস্তু দর্শকদের মধ্যে উচ্চতর অনুপ্রাণিত গ্র্যাজুয়েট শিক্ষার্থী এবং উচ্চ স্তরের স্নাতকোত্তরগুলি জৈবিকভাবে সম্পর্কিত শাখাগুলিতে রয়েছে যাদের কাছে বিশ্লেষণের জন্য আদর্শ নিজস্ব নিজস্ব ডেটা রয়েছে। এটি একটি গুরুতর, হ্যান্ডস অন কোর্স, যাঁরা দ্বিধাবিভক্ত বা যারা নিছক নিরীক্ষণ এবং পর্যবেক্ষণ করতে চান তাদের জন্য উপযুক্ত নয়। আমরা দুটি আধুনিক পরিসংখ্যান প্যাকেজ, আর এবং উইনবইউজিএস ব্যবহারের দিকে মনোনিবেশ করি এবং তাদের সমস্ত ফেবিলগুলি সহ সত্যের ডেটা সেটগুলি মোকাবেলা করতে এগুলি ব্যবহার করি। আপনি আপনার নিজের গবেষণা চালিয়ে যাওয়ার এবং আপনার নিজের ডেটা বিশ্লেষণের নিকটবর্তী হওয়ার সাথে এই কোর্সটি আরও কার্যকর হওয়া উচিত।
কোর্সের দৃষ্টিকোণটি হ'ল সম্ভাবনা মডেলগুলি ডেটা উত্পন্ন পদ্ধতি হিসাবে সর্বোত্তম চিন্তাভাবনা করে এবং এই দৃষ্টিভঙ্গির সাথে মিল রেখে আমরা বাস্তুসংস্থান সম্পর্কিত ডেটা সরাসরি মডেল করার জন্য সম্ভাবনা-ভিত্তিক পদ্ধতি ব্যবহার করি। ডেটা সেটগুলি প্রকাশিত সাহিত্যের থেকে নেওয়া, আমার নিজস্ব পরামর্শমূলক প্রকল্পগুলি থেকে বা কোর্সে ভর্তি হওয়া শিক্ষার্থীদের দ্বারা সরবরাহ করা হয়। আপনার যদি ডেটা থাকে তবে বিশ্লেষণ করতে হবে আপনার ক্লাস অনুশীলনে ব্যবহারের জন্য এটি আমার কাছে জমা দিতে স্বাগতম। বিষয়গুলির মধ্যে রয়েছে:
- 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