报告题目：典范分析和GLMM解释变量相对重要性评估
报告人：赖江山
主持人：高梅香博士、教授
报告时间：2023年6月8日（星期二），15:00-17:00
报告地点：载物楼315会议室
报告人简介：赖江山，南京林业大学生物与环境学院教授、博士生导师、中国生态学会生态模型专业委员会委员，英国生态学会Methods in Ecology and Evolution编委（2023.4-）。研究方向为数量生态学，曾开发“平均分割共享方差”的新方法解决了生态学典范分析中解释变量相对重要性的难题，相关成果于2022年4月份发表于MEE，该文章已经被SCI论文引用160多次（Web of Science），目前已成为该刊2021-2022年发表的最高引文章,并从2022年7月至今连续6次被科睿唯安（Clarivate）评为环境生态领域引用前0.1%的热点论文（Hot Paper）。近年来他也致力于在国内生态学界推广R语言和数量分析方法，出版译著《数量生态学-R语言应用》（第一版、第二版）（高等教育出版社），该书成为国内高校生态学与R语言教学的基本教材，并获得第二十届中国输出引入版优秀图书奖。赖江山是中国科学院大学“R语言及其在生态学上的应用”研究生课程首席教授，并多次受邀国内各大高校与科研院所开展R语言的培训，为R语言和生态数量方法在国内的生态与环境科学界的普及做出重要的贡献。
报告内容：典范分析和广义混合效应模型是生态学最常用的数据分析工具，但共线性的解释变量的相对重要性的一直是难题。我们将统计学中“层次分割（hierarchical partitioning）”的理论应用于典范分析，并将层次分割与变差分解（variation partitioning）建立起数学联系，认为可以通过平均分配共同解释的组分与边际效应之和获得单个解释变量所分配的解释率，通过比较单个变量解释率来评估典范分析和GLMM中共线性的解释变量相对重要性，同时开发了基于R语言平台的rdacca.hp包和glmm.hp包来实现上述方法。目前这两个程序包已经被广泛应用于生态及相关学科的数据分析。