R語言在海洋漁業(yè)中的應用

第1章 R語言基礎
1.1 R語言簡介
1.1.1 R語言的開發(fā)歷史
1.1.2 R語言的特色與功能
1.2 R語言的安裝
1.2.1 R軟件的安裝
1.2.2 R軟件包的安裝
1.3 R軟件包的使用與引用
1.3.1 軟件包的載入、卸載與刪除
1.3.2 R或相關軟件包的引用
1.4 R使用簡介
1.4.1 R的界面設置
1.4.2 R會話
1.4.3 當前工作目錄
1.4.4 R命令
1.4.5 命名字符集
1.4.6 命令行的重復輸入
1.4.7 R命令行的注釋
1.4.8 保存先前命令產(chǎn)生的結果及變量的保存
1.4.9 獲取幫助
1.4.10 R中對象的查找
1.4.11 獲取和設定環(huán)境變量
1.5 R代碼的編輯
1.6 R運行環(huán)境的定制
1.6.1 通過文件定制R環(huán)境
1.6.2 通過定義.First（）函數(shù)與.Last（）函數(shù)定制R環(huán)境
1.6.3 通過自定義普通函數(shù)執(zhí)行初始化
第2章 R的數(shù)據(jù)
2.1 R的數(shù)據(jù)類型
2.1.1 數(shù)值型（numeric）
2.1.2 字符型（character）
2.1.3 復數(shù)型（complex）
2.1.4 邏輯型（logical）
2.2 R中的數(shù)據(jù)組織方式
2.2.1 向量
2.2.2 純量
2.2.3 數(shù)組
2.2.4 數(shù)據(jù)框
2.2.5 列表
2.2.6 時間系列數(shù)據(jù)
2.2.7 因子
2.3 數(shù)據(jù)類型的判斷與強制轉換
2.3.1 數(shù)據(jù)類型的判斷
2.3.2 數(shù)據(jù)類型的強制轉換
2.4 數(shù)據(jù)的運算
2.4.1 數(shù)學運算
2.4.2 比較運算與邏輯運算
2.4.3 數(shù)據(jù)的操作函數(shù)
2.5 R中的對象
2.6 數(shù)據(jù)的輸入與輸出
2.6.1 數(shù)據(jù)的輸入
2.6.2 其他格式文件的輸入
2.6.3 數(shù)據(jù)的輸出
2.6.4 R中的數(shù)據(jù)集
2.6.5 其他統(tǒng)計軟件數(shù)據(jù)的讀取
2.7 數(shù)據(jù)的編輯
2.7.1 數(shù)據(jù)編輯方法
2.7.2 數(shù)據(jù)的融合
第3章 R的圖形繪制
3.1 圖形設備
3.1.1 顯示器圖形設備
3.1.2 文件設備
3.1.3 打印機設備
3.2 繪圖區(qū)域與坐標系統(tǒng)
3.2.1 設備區(qū)域
3.2.2 圖形區(qū)域設置
3.2.3 坐標系統(tǒng)
3.3 高級繪圖函數(shù)
3.3.1 簡單的圖形繪制
3.3.2 顏色繪制
3.3.3 文本字符
3.3.4 坐標軸
3.3.5 線
3.3.6 符號
3.4 其他高級繪圖函數(shù)
3.4.1 直方圖
3.4.2 柱狀圖
3.4.3 箱線圖
3.4.4 餅圖
3.4.5 QQ繪制
3.4.6 條件繪制
3.4.7 散點陣列圖
3.4.8 地圖繪制
3.4.9 位圖數(shù)據(jù)的顯示
3.5 低級繪圖函數(shù)
3.5.1 添加圖元
3.5.2 圖形工具函數(shù)
3.5.3 圖形邊緣標注與圖例繪制
3.5.4 軸繪制
3.6 圖形疊加繪制
3.7 交互式圖形函數(shù)
第4章 概率分布
4.1 單變量連續(xù)分布
4.1.1 單變量正態(tài)分布
4.1.2 對數(shù)正態(tài)分布
4.1.3 Gaamma類分布函數(shù)
4.1.4 Beta類分布
4.2 單變量離散分布
4.2.1 二項分布
4.2.2 泊松分布
4.2.3 負二項分布
4.3 經(jīng)驗分布及隨機采樣
4.3.1 經(jīng)驗分布
4.3.2 基于樣本的隨機數(shù)
4.3.3 一個隨機測試的例子
第5章 程序控制結構與函數(shù)
5.1 表達式
5.1.1 簡單表達式
5.1.2 復合表達式
5.2 R的控制結構
5.2.1 分支結構
5.2.2 循環(huán)結構
5.3 函數(shù)
5.3.1 函數(shù)的定義
5.3.2 函數(shù)的參數(shù)
5.3.3 作用域
5.3.4 返回函數(shù)的函數(shù)
5.3.5 函數(shù)的編輯
5.3.6 程序調試
第6章 漁業(yè)模型及參數(shù)估計
6.1 漁業(yè)模型
6.1.1 模型的概念
6.1.2 漁業(yè)模型及假設
6.1.3 參數(shù)估計與模型選擇的不確定性
6.2 模型參數(shù)的估計方法
6.2.1 最小二乘法估計
6.2.2 最大似然估計
6.2.3 貝葉斯參數(shù)估計
第7章 計算機模擬計算方法
7.1 隨機檢驗
7.2 Jackknife方法
7.3 Bootstrap方法
7.3.1 一般Bootstrap方法
7.3.2 平衡Bootstrap方法
7.4 蒙特卡洛模擬
第8章 魚類的生長
8.1 魚類生長的數(shù)學模型
8.1.1 體長與體重關系模型
8.1.2 年齡與體長、體重的關系
8.2 參數(shù)估計
8.2.1 年齡與體長數(shù)據(jù)下的參數(shù)估計
8.2.2 對于標志放流類數(shù)據(jù)
8.2.3 其他生長方程的擬合
8.3 生長方程模型的選擇與比較
8.3.1 生長方程模型的選擇
8.3.2 生長方程模型的比較
第9章 親體與補充量關系模型
9.1 繁殖模型
9.1.1 B-H模型
9.1.2 Ricker模型
9.1.3 Deriso-Schnute模型
9.1.4 環(huán)境因素在繁殖模型中的作用
9.1.5 繁殖模型的誤差結構
9.2 參數(shù)估計
9.2.1 產(chǎn)卵生物量沒有測量誤差時的參數(shù)估計
9.2.2 產(chǎn)卵生物量存在測量誤差時的參數(shù)估計
9.2.3 存在自相關性
9.2.4 基于貝葉斯的參數(shù)估計
第10章 世代動態(tài)模型
10.1 魚類的死亡與世代數(shù)量的變化
10.2 單位補充量漁獲尾數(shù)與產(chǎn)量
10.3 單位補充量產(chǎn)量模型的應用
10.3.1 計算不同F(xiàn)及開捕年齡下的單位補充量產(chǎn)量
10.3.2 等漁獲量曲線圖
10.3.3 F0.1與Fmax
第11章 單位捕撈努力量漁獲量
11.1 基本概念
11.1.1 捕撈努力量
11.1.2 單位捕撈努力量漁獲量（CPUE）
11.1.3 CPUE與資源量的關系
11.1.4 CPUE與子區(qū)域CPUE的關系
11.1.5 CPUE的標準化
11.2 CPUE標準化模型與模型選擇
11.2.1 CPUE標準化模型
11.2.2 模型的選擇
11.3 CPUE標準化中需注意的問題與展望
11.3.1 捕撈量為零數(shù)據(jù)的處理
11.3.2 交互效應的處理
11.3.3 捕撈努力量的空間分布對CPUE標準化的影響
11.3.4 數(shù)據(jù)尺度對CPUE標準化的影響
11.3.5 多魚種漁業(yè)的cPuE標準化
11.3.6 未來展望
11.4 CPUE標準化的例子
11.4.1 GLM模型對CPUE的標準化
11.4.2 貝葉斯方法對CPUE的標準化
11.4.3 GAM對CPUE進行標準化
11.4.4 一般線性混合模型對CPUE的標準化
11.4.5 廣義估計方程對CPUE的標準化
第12章 生物量動態(tài)模型
12.1 漁業(yè)資源評估模型的基本結構
12.2 生物量動態(tài)模型的種群動態(tài)
12.2.1 種群生物量動態(tài)模型
12.2.2 Schaefer生物量動態(tài)模型
12.3 生物量動態(tài)模型的參數(shù)估計
12.3.1 回歸方法
12.3.2 時間系列方法
12.3.3 Bootstrap方法估計參數(shù)的置信區(qū)間
12.3.4 貝葉斯方法
12.4 投影與風險分析
12.5 r的先驗設置
參考文獻