Springer Mixed Effects Models And Extensions In Ecology With R (Alain Zuur, Anatoly A. Saveliev, Neil Walker, Elena N. Ieno, Graham M. Smith,

Name: Springer Mixed Effects Models And Extensions In Ecology With R (Alain Zuur, Anatoly A. Saveliev, Neil Walker, Elena N. Ieno, Graham M. Smith,
Brand: Springer

Springer Mixed Effects Models And Extensions In Ecology With R (Alain Zuur, Anatoly A. Saveliev, Neil Walker, Elena N. Ieno, Graham M. Smith, thumbnail

Preisalarm

★ 4.9

79,95 €

Historisch niedriger Preis!

Bester Preis bei preigu.de

Preisalarm

★ 4.9

79,95 €

Bester Preis bei preigu.de

Preisalarm

★ 4.9

79,95 €

Bester Preis bei preigu.de

binding

Paperback E-book Hardcover

Preisdetails

Der niedrigste Preis für ein neues Springer Mixed Effects Models And Extensions In Ecology With R (Alain Zuur, Anatoly A. Saveliev, Neil Walker, Elena N. Ieno, Graham M. Smith, beträgt 79,95 €. Dies ist derzeit das günstigste Angebot aus 3 Shops.

Produktinformationen

Das Buch "Mixed Effects Models and Extensions in Ecology with R" bietet eine umfassende Einführung in die Anwendung von Regressionsmodellen und deren Erweiterungen zur Analyse ökologischer Daten. Es baut auf dem vorherigen Werk "Analysing Ecological Data" auf und verwendet reale Datensätze aus postgradualen ökologischen Studien und Forschungsprojekten. Der erste Teil des Buches vermittelt eine weitgehend nicht-mathematische Einführung in verschiedene Modellierungstechniken, darunter lineare gemischte Modelle, generalisierte lineare Modelle (GLM), generalisierte additive Modelle (GAM) sowie spezielle Modelle wie GEE, GLMM und GAMM. Im zweiten Teil werden zehn Fallstudien präsentiert, die von der Untersuchung von Koalas bis hin zu tiefseeökologischen Forschungen reichen. Diese Fallstudien bieten wertvolle Einblicke in die Analyse komplexer ökologischer Datensätze und zeigen verschiedene Ansätze zur Lösung ähnlicher Probleme auf. Die Verbindung von ökologischen Fragestellungen und Datenstrukturen zu den Fallstudien ermöglicht es den Lesenden, einen hervorragenden Ausgangspunkt für die Analyse eigener Daten zu finden.