Analyzing Compositional Data with R

این کتاب تجزیه و تحلیل آماری مجموعه داده‌های ترکیبی، یعنی داده‌ها در درصد، نسبت، غلظت و غیره را ارائه می‌کند. موضوع از اصول پایه آن تا استفاده عملی در تحلیل اکتشافی توصیفی، مدل‌های خطی قوی و روش های پیشرفته آماری چند متغیره، از جمله صفرها و مقادیر گمشده، و توجه ویژه به تجسم داده ها و مسائل نمایش مدل. بسیاری از مثال‌های مصور و تکه‌های کد خواننده را به مدل‌سازی و تفسیرشان راهنمایی می‌کنند. و اگرچه این کتاب در درجه اول به عنوان یک راهنمای مرجع برای "ترکیبات" بسته R عمل می کند، اما همچنین یک متن مقدماتی کلی در تجزیه و تحلیل داده های ترکیبی است.

آگاهی از ویژگی‌های خاص آنها در علوم زمین در اوایل دهه شصت گسترش یافت، اما تا قبل از آثار آیچیسون در دهه هشتاد، استراتژی برای برخورد صحیح با آنها در دسترس نبود. از آن زمان، تحقیقات درک ما را از اصول نظری آنها و پتانسیل ها و محدودیت های تفسیر آنها گسترش داده است. این اولین کتاب درسی جامعی است که به این مسائل و همچنین مفاهیم کاربردی آنها در رابطه با نرم افزار می پردازد.

این کتاب برای دانشمندانی است که علاقه مند به تجزیه و تحلیل آماری داده های ترکیبی خود هستند. این موضوع از آگاهی نسبتاً گسترده ای در علوم زمین و علوم محیطی برخوردار است، اما طیف کاربردهای اخیر حوزه هایی مانند پزشکی، آمار رسمی و اقتصاد را نیز در بر می گیرد.

خوانندگان باید با آمارهای پایه تک متغیره و چند متغیره آشنا باشند. دانستن R توصیه می شود، اما لازم نیست، زیرا کتاب مستقل است.

This book presents the statistical analysis of compositional data sets, i.e., data in percentages, proportions, concentrations, etc. The subject is covered from its grounding principles to the practical use in descriptive exploratory analysis, robust linear models and advanced multivariate statistical methods, including zeros and missing values, and paying special attention to data visualization and model display issues. Many illustrated examples and code chunks guide the reader into their modeling and interpretation. And, though the book primarily serves as a reference guide for the R package “compositions,” it is also a general introductory text on Compositional Data Analysis.

Awareness of their special characteristics spread in the Geosciences in the early sixties, but a strategy for properly dealing with them was not available until the works of Aitchison in the eighties. Since then, research has expanded our understanding of their theoretical principles and the potentials and limitations of their interpretation. This is the first comprehensive textbook addressing these issues, as well as their practical implications with regard to software.

The book is intended for scientists interested in statistically analyzing their compositional data. The subject enjoys relatively broad awareness in the geosciences and environmental sciences, but the spectrum of recent applications also covers areas like medicine, official statistics, and economics.

Readers should be familiar with basic univariate and multivariate statistics. Knowledge of R is recommended but not required, as the book is self-contained.