Jak číst ordinační diagramy

Slides:



Advertisements
Podobné prezentace
MapCHECK 2 SUN NUCLEAR corporation
Advertisements

Mnohorozměrná statistická analýza dat
kvantitativních znaků
Elipsa chyb a Helmertova křivka
TOOLBOX PRO ANALÝZU STRUKTURY KRAJINY
Analytické metody výzkumu
ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN
1 Hodnocení geologických dat pomocí matematické statistiky Petr Čoupek 740/742/ IT spec.
Testování hypotéz (ordinální data)
Matice distancí v mnohorozměrné analýze. Distanční matice – proč se objevují? Vzdálenosti mezi objekty v terénu Vzdálenosti mezi taxony ve fylogenetickém.
Jak si ulehčit představu o kmitání
Základní statistické pojmy a postupy
Softwarové zabezpečení analýzy měřícího systému (MSA)
Kruh, kružnice – povrch, objem, výpočty
kvantitativních znaků
Úvod do gradientové analýzy
magnetické pole druh silového pole vzniká kolem: vodiče s proudem
Míry podobnosti Klastrová analýza Metoda TWINSPAN
Statistika Zkoumání závislostí
Charakteristiky variability
Úvod do gradientové analýzy
Lineární regresní analýza
EKO/GISO – Prostorová analýza  Prostorová složka  lokace  tvar  vzájemné prostorové vztahy zPopisná složka yatributy Složky prostorové informace:
6. Vytyčování jednoduchých geometrických prvků
Podélný gradient fytoplanktonu v závislosti na zařazení říční vody do vertikálního profilu nádrže Římov 1,2 Komárková J., 3 Hrubý P., 1 Nedoma J., 1,2.
Goniometrické funkce Kotangens ostrého úhlu
Středové promítání dané průmětnou r a bodem S (Sr) je zobrazení prostoru (bez S) na r takové, že obrazem bodu A je bod A‘=SAr. R – stopník přímky.
Mnohorozměrná statistika
Metrologie   Přednáška č. 5 Nejistoty měření.
Matematika pro počítačovou grafiku
KINEMATIKA - popisuje pohyb těles - odpovídá na otázku, jak se těleso pohybuje - nezkoumá příčiny pohybu.
Praktikum elementární analýzy dat Třídění 2. a 3. stupně UK FHS Řízení a supervize (LS 2012) Jiří Šafr jiri.safr(zavináč)seznam.cz poslední aktualizace.
Úvodní problém – nakreslete graf znázorňující
8. Kontingenční tabulky a χ2 test
Vícerozměrné statistické metody
Pearsonův test dobré shody chí kvadrát
Výukový materiál zpracován v rámci projektu EU peníze školám Registrační číslo projektu: CZ.1.07/1.5.00/ Šablona:III/2č. materiálu:VY_32_INOVACE_71.
Chování spotřebitele Druhý seminář.
Gradientová analýza II
ANALÝZA A KLASIFIKACE DAT
Goniometrické funkce. Goniometrické funkce Funkce cosinus y = cosα Df < 0⁰ ; 360⁰ > Hf - grafem je cosinusoida = x- ová souřadnice průsečíku.
Vzorce pro goniometrické funkce v pravoúhlém trojúhelníku
Vícerozměrné metody.
3. Fenetika numerická taxonomie
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
Inferenční statistika - úvod
Bc. Jaromír Šetek VNÍMÁNÍ ZEMĚ PŮVODU ZNAČKY A ZEMĚ PŮVODU PRODUKTU VEDOUCÍ PRÁCE: Ing. Pavel Štrach, Ph.D. et Ph.D.
Základy zpracování geologických dat R. Čopjaková.
CHISA 2011, Srní, října 2011 OBRAZOVÁ ANALÝZA – porovnání vlivu recepturního složení pečiva I. Švec, M. Hrušková, T. Hofmanová.
INDUKTIVNÍ STATISTIKA
Opakování – přehled metod
Analýza výsledků v modelech lineárního programování
4. cvičení
Goniometrické funkce funkce kosinus
Matematika – 7.ročník VY_32_INOVACE_
vnímání velikosti a prostoru zpracování zrakové informace v mozku
Statistika - opakovací test k procvičení
Regresní analýza výsledkem regresní analýzy je matematický model vztahu mezi dvěma nebo více proměnnými snažíme se z jedné proměnné nebo lineární kombinace.
3. cvičení
Spojitá a kategoriální data Základní popisné statistiky
Vícerozměrná analýza biodiverzity
Parciální korelace Regresní analýza
Typy proměnných Kvalitativní/kategorická binární - ano/ne
5. cvičení
Kapitola 3: Centrální tendence a variabilita
ODRAZ VLNENÍ V RADĚ BODŮ
7. Kontingenční tabulky a χ2 test
Rozvoj IT kompetencí Pavla Kovářová.
Základy statistiky.
Transkript prezentace:

Jak číst ordinační diagramy

Vztah mezi druhy a gradienty Gradient: vysvětlujeme společné rysy ve variabilitě druhů (kvantita a/nebo přítomnost) Nepřímá X přímá gradientová analýza Model změny hodnot druhů podél gradientu: ovlivní povahu odvozených tabulek optimum

Nepřímá ordinace (PCA, DCA) Snažíme se, na základě sebraných dat, vyjádřit podobnost složení společenstev a také podobnost chování druhů Vzorky – druhy (Samples – species)

Přímá ordinace (RDA, CCA)

Symboly vzorků (sample points) Vzdálenost mezi vzorky odpovídá jejich nepodobnosti: eukleidovská distance nebo c2 distance

Symboly druhů (DCA, CCA) Vzdálenost mezi druhy odráží nepodobnost jejich distribuce měřené c2 distancí

Šipky druhů (PCA, RDA) Úhly mezi šipkami odpovídají korelaci (cos a ~ r) Alternativně: průměty konců šipek

Charakteristiky prostředí Vzdálenost mezi centroidy; úhly mezi šipkami, průměty centroidů na šipky

Druhy a vzorky (PCA, RDA) Pravoúhlý průmět vzorků na šipky druhů rekonstruuje tabulku druhového složení

Druhy a vzorky (DCA, CCA) Vzdálenost druhů od vzorku rekonstruuje jejich relativní podíl ve vzorku

Druhy a char. prostředí (PCA, RDA) Cosinus úhlu odpovídá lineární korelaci mezi druhem a charakteristikou prostředí

Druhy + nominální proměnné (PCA, RDA) Pravoúhlé průměty centroidů na šipky druhů („supersnímek“)

Druhy a char. prostředí (DCA, CCA) Pravoúhlé průměty druhů na šipku proměnné Vzdálenosti mezi druhovými body a centroidy

Vzorky a charakteristky prostředí Pravoúhlým průmětem rekonstruujeme tabulku hodnot charakteristik prostředí (velmi přibližně!)

Vzorky a centroidy Blízkost předpovídá členství v dané kategorii

Členství v kategoriích