Wykorzystanie R do modelowania i metod ilościowych w rybołówstwie

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 7 głosach.

Oryginalny tytuł:

Using R for Modelling and Quantitative Methods in Fisheries

Zawartość książki:

Using R for Modelling and Quantitative Methods in Fisheries rozwinęła się i została zaadaptowana z wcześniejszej książki tego samego autora i stanowi szczegółowe wprowadzenie do metod analitycznych powszechnie stosowanych przez naukowców zajmujących się rybołówstwem, ekologów i zaawansowanych studentów korzystających z otwartego oprogramowania R jako narzędzia programistycznego. Zakłada się pewną znajomość R, ponieważ jest to książka o używaniu R, ale zapewniono wprowadzenie do rozwoju i działania funkcji oraz sposobu, w jaki można eksplorować zawartość funkcji i pakietów R.

Przykładowe analizy są przeprowadzane krok po kroku przy użyciu kodu wymienionego w książce oraz z towarzyszącego książce pakietu R, MQMF, dostępnego w serwisie GitHub i standardowym archiwum CRAN. Przykłady zostały zaprojektowane tak, aby można je było łatwo modyfikować, dzięki czemu czytelnik może szybko dostosować opisane metody do własnych danych. Głównym celem książki jest bycie użytecznym źródłem informacji dla praktyków i studentów zajmujących się zasobami naturalnymi.

Polecane rozdziały:

⬤ Oszacowanie parametrów modelu zapewnia szczegółowe wyjaśnienie wymagań i kroków związanych z dopasowywaniem modeli do danych, przy użyciu R i, głównie, metod maksymalnego prawdopodobieństwa.

⬤ On Uncertainty wykorzystuje R do implementacji bootstrappingu, profili prawdopodobieństwa, błędów asymptotycznych i bayesowskich wartości potomnych w celu scharakteryzowania niepewności w analizie. Wykorzystanie metodologii Monte Carlo Markov Chain jest szczegółowo analizowane.

W części ⬤ Surplus Production Models zastosowano wszystkie metody przeanalizowane we wcześniejszych częściach książki do przeprowadzenia oceny zasobów. Obejmowało to dopasowanie alternatywnych modeli do dostępnych danych, scharakteryzowanie niepewności na różne sposoby oraz prognozowanie optymalnych modeli w czasie jako podstawy do zapewnienia przydatnych porad dotyczących zarządzania.