Introduction to Nonparametric Statistics for the Biological Sciences Using R

این کتاب شامل مجموعه ای غنی از ابزارها برای تحلیل های ناپارامتریک است و هدف از این متن تکمیلی ارائه راهنمایی به دانشجویان و محققان حرفه ای در مورد نحوه استفاده از R برای تجزیه و تحلیل داده های ناپارامتریک در علوم زیستی است:</ p>

• معرفی زمانی که رویکردهای ناپارامتری برای تجزیه و تحلیل داده ها مناسب هستند
  
• معرفی آزمون های ناپارامتریک پیشرو که معمولا در آمار زیستی استفاده می شوند و نحوه استفاده از R برای تولید آمار مناسب برای هر آزمون
  
• معرفی ارقام رایج که معمولاً با تجزیه و تحلیل داده های ناپارامتریک مرتبط هستند و نحوه استفاده از R برای تولید ارقام مناسب در پشتیبانی از هر مجموعه داده
  
< /ul>

این کتاب بر چگونگی استفاده از R برای تمایز بین داده‌هایی که می‌توانند طبقه‌بندی شوند تمرکز دارد. به عنوان ناپارامتریک بر خلاف داده هایی که می توانند به عنوان پارامتری طبقه بندی شوند، با هر دو رویکرد طبقه بندی داده ها به طور گسترده پوشش داده شده است.

پس از یک درس مقدماتی در مورد آمار ناپارامتریک برای علوم زیستی، این کتاب در هشت مورد مستقل سازماندهی شده است. درس هایی در مورد تجزیه و تحلیل های مختلف و آزمون ها با استفاده از R برای مقایسه گسترده تفاوت های بین مجموعه داده ها و رویکرد آماری.

این متن تکمیلی برای:

• در نظر گرفته شده است. دانشجویان سطح بالا در مقطع کارشناسی و کارشناسی ارشد در رشته علوم زیستی، به ویژه کسانی که در کشاورزی، زیست شناسی و علوم بهداشتی هستند - هم دانشجویان در دوره های سخنرانی و هم کسانی که در پروژه های تحقیقاتی، مانند پایان نامه کارشناسی ارشد یا پایان نامه دکترا مشغول به کار هستند.
• و محققان زیست شناسی در سطح حرفه ای بدون پیشینه آماری ناپارامتریک اما به طور منظم با داده هایی کار می کنند که مناسب تر از رویکرد ناپارامتریک برای تجزیه و تحلیل داده ها هستند
  

< /p>

This book contains a rich set of tools for nonparametric analyses, and the purpose of this supplemental text is to provide guidance to students and professional researchers on how R is used for nonparametric data analysis in the biological sciences:

• To introduce when nonparametric approaches to data analysis are appropriate
  
• To introduce the leading nonparametric tests commonly used in biostatistics and how R is used to generate appropriate statistics for each test
  
• To introduce common figures typically associated with nonparametric data analysis and how R is used to generate appropriate figures in support of each data set
  

The book focuses on how R is used to distinguish between data that could be classified as nonparametric as opposed to data that could be classified as parametric, with both approaches to data classification covered extensively.

Following an introductory lesson on nonparametric statistics for the biological sciences, the book is organized into eight self-contained lessons on various analyses and tests using R to broadly compare differences between data sets and statistical approach.

This supplemental text is intended for:

• Upper-level undergraduate and graduate students majoring in the biological sciences, specifically those in agriculture, biology, and health science - both students in lecture-type courses and also those engaged in research projects, such as a master's thesis or a doctoral dissertation
  
• And biological researchers at the professional level without a nonparametric statistics background but who regularly work with data more suitable to a nonparametric approach to data analysis