赖江山的博客分享 http://blog.sciencenet.cn/u/laijiangshan 生态、统计与R语言

博文

按标题搜索
变量筛选后的模型只适用于预测而不完全适用于因果推断
2024-3-29 21:29
在生态学研究中,当面临解释变量众多的复杂情境时,研究者们往往会倾向于通过变量筛选来简化模型,进而进行因果关系的解读。然而,这种做法其实存在极大的风险。简而言之,尽管经过筛选的模型可能在预测效率上达到了理想状态,但这并不能保证所保留的变量就是对响应变量的影响是真实的。换句话说,那些被筛选掉的变量,其 ...
个人分类: 常规统计|725 次阅读|没有评论
gam.hp:一个用于分解广义可加模型GAM模型的explained deviance和adjusted R2的R包已发
2024-3-13 16:01
广义可加模型( GAM,Generalized Additive Models )是一种具备高度灵活性和自由度的非线性回归统计模型。先前我个人倾向于将其应用于预测可能更有用,因其准确性颇受信赖。然而,当涉及到解释性方面时,我曾对其适用性抱有疑虑,总觉得可能存在过拟合的现象,使得 mgcv 包中 GAM 给出的校正 R 2 ( r.sq ) ...
个人分类: glmm|854 次阅读|没有评论
为什么用rdacca.hp做分组变量解释率,不是一个一个变量的解释率简单的加和?
2024-1-21 22:17
问:赖老师,我用您 rdacca.hp这个包想解释生物和非生物因子对EMF的解释,是把每一个变量先扔进去, 看每一个变量的解释再手动加和生物和非生物因子的解释度,还是在跑数据之前就先设置一个list把数据分类 生物和非生物因子呢?这两个方法我都试了试,发现结果是不一样的。 答:结果肯定不一样,因为算法不一样 ...
个人分类: rdacca.hp|1202 次阅读|没有评论
MEE的文章第10次入选Top 0.1% ESI热点论文(hot paper)
2024-1-16 10:32
根据Clarivate最新数据显示(2024年1月11日),我 们2022年 4 月发表“Methods in Ecology and Evolution”上用于获取典范分析单个解释变量解释 率的文章“Generalizing hierarchical and variation partitioning in multiple regression and canonical analyses using the rdacca.hp R package” 入选Top 0.1% ESI热点 ...
个人分类: rdacca.hp|823 次阅读|没有评论
12月6日动物所报告ppt:量化环境因子对多物种生物群落的影响
2023-12-8 21:19
我的ppt在百度网盘,大家有兴趣请下载! 链接: https://pan.baidu.com/s/1drBuBaPA2PRf0oZj5z9axw?pwd=sg8w 提取码: sg8w
个人分类: rdacca.hp|1259 次阅读|没有评论
MEE文章外国人使用情况
2023-7-21 11:02
2022年4月发表在英国生态学会期刊Methods in Ecology and Evolution的用于获取典范分析单个解释变量解释率的方法,目前在google学术搜索已经达到226次被引,Web of Science 也显示186次引用。当然,我们的国内同行的引用超过90%,还有不到10%的来自其他15个国外大学和研究所的引用,分别是美国的马里兰大学,辛辛那提大学 ...
个人分类: rdacca.hp|1393 次阅读|没有评论
Methods in Ecology and Evolution增加13名新编委,国人占4个
2023-6-15 20:47
https://methodsblog.com/2023/05/26/welcoming-our-new-methods-in-ecology-and-evolution-associate-editors/
个人分类: 刊物|1334 次阅读|没有评论
MEE的文章google学术引用超过200次,mark一下!
2023-6-15 20:38
个人分类: rdacca.hp|1297 次阅读|没有评论
第三届植物生态学前沿论坛赖江山报告ppt
2023-5-30 07:38
感谢JPE编辑部邀请,感谢兰州大学的安排,我在2023年5月28日在兰州大学举办的植物生态前沿论坛关于glmm.hp报告ppt如下,欢迎大家使用glmm.hp包分解回归模型的拟合度。使用glmm.hp包记得如下引用: Jiangshan Lai*, Yi Zou, ShuangZhang,XiaoguangZhang. LingfengMao.2022. glmm.hp: an R package for computing in ...
个人分类: glmm|2168 次阅读|没有评论

本页有 1 篇博文因作者的隐私设置或未通过审核而隐藏

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-5-18 18:53

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部