生态环境领域研究中常常面对众多的不同类型的数据或变量，当要同时分析多个因变量（y）时需要用到多元统计分析（multivariate statistical analysis）。多元统计分析内容丰富，应用广泛，是非常重要和实用的多元数据分析方法和统计工具，其中分类(classification)/分组（grouping）和梯度（gradient）/排序（ordination）分析是多元统计分析的核心内容。分类/分组分析主要包括聚类（如层次聚类和k-means聚类等）和辨别分析（如线性辨别分析和mental检验等）；梯度/排序分析分为非约束排序（如PCA和CA等）和约束排序（如RDA和CCA等）两大类（详见课程介绍）。但初学者在应用多元统计分析方法时往往非常困惑，这种困惑主要来自几个方面：首先，多元统计方法众多，分类还是排序？约束排序还是非约束排序？哪种方法或技术更适合我的研究目的或数据？其次，在多元分析中很多术语都有别称，如非约束排序也叫间接梯度分析；再次，多元数据类型包括连续型数据、计数数据、分类数据及混合类型数据，不同数据类型如何选择合适的方法？等等等等。
本教程将梳理多元统计中分类/分组和排序/梯度分析各方法不同应用情境，包括生态环境多元数据分析概述、R基础及数据探索、多元数据梯度分析、多元数据分组分析及统计结果作图。教程将通过大量具体案例，利用R语言相关包示范各种方法实现途径，使大家面对多元数据分析时能够驾轻就熟，从容面对。课程不仅适合R语言和生态环境数据多元统计分析的初学者，同样适合有高阶应用需求的研究生和科研人员。
【特色】：
1、原理深入浅出的讲解，强调原理的重要性；
2、技巧方法讲解，提供教程配套的完整教材数据及提供长期回放；
3、与项目案例相结合，更好的对接实际工作应用；
4、跟学上机操作、独立完成案例操作练习、全程问题跟踪解析；
5、专属助学群辅助巩固学习及实际工作应用交流，不定期召开线上答疑。
更多
●R语言贝叶斯方法在生态环境领域中的应用
●基于R语言地理加权回归、主成份分析、判别分析等空间异质性数据分析
●R语言混合效应（多水平层次嵌套）模型技术应用与及混合效应模型贝叶斯实现方法
●R语言BIOMOD2模型的物种分布模拟
●R语言生物群落数据统计分析与典型案例
●R语言地理空间分析、可视化及模型预测
●R语言结构方程模型分析与实践技术应用
●基于R语言的Copula变量相关性分析及应用
●基于GeoDa与R语言的空间数据回归应用
●R语言Meta全流程、不确定、回归、诊断分析与绘图及Meta机器学习
●R语言在生态环境领域中的实践技术应用
●基于R语言的DICE模型实践技术应用
●基于R语言的极值统计学及其在相关领域中的实践技术应用
●基于R语言的现代贝叶斯统计学（INLA下的贝叶斯回归、多层贝叶斯回归、生存分析、随机游走模型、广义可加模型、极端数据的贝叶斯分析等）实践技术
