This manual was prepared during tra

This manual was prepared during training events held in East- and West-Africa on the analysis of tree diversity data. These training events targeted data analysis of tree diversity data that were collected by scientists of the World Agroforestry Centre (ICRAF) and collaborating institutions. Typically, data were collected on the tree species composition of quadrats or farms. At the same time, explanatory variables such as land use and household characteristics were collected. Various hypotheses on the influence of explanatory variables on tree diversity can be tested with such datasets. Although the manual was developed during research on tree diversity on farms in Africa, the statistical methods can be used for a wider range of organisms, for different hierarchical levels of biodiversity, and for a wider range of environments.
These materials were compiled as a second- generation development of the Biodiversity Analysis Package, a CD-ROM compiled by Roeland Kindt with resources and guidelines for the analysis of ecological and biodiversity information. Whereas the Biodiversity Analysis Package provided a range of tools for different types of analysis, this manual is accompanied by a new tool (Biodiversity.R) that offers a single software environment for all the analyses that are described in this manual. This does not mean that Biodiversity.R is the only recommended package for a particular type of analysis, but it offers the advantage for training purposes that users only need to be introduced to one software package for statistically sound analysis of biodiversity data.

It is never possible to produce a guide to all the methods that will be needed for analysis of biodiversity data. Data analysis questions are continually advancing, requiring ever changing data collection and analysis methods. This manual focuses on the analysis of species survey data. We describe a number of methods that can be used to analyse hypotheses that are frequently important in biodiversity research. These are not the only methods that can be used to analyse these hypotheses, and other methods will be needed when the focus of the biodiversity research is different.
Effective data analysis requires imagination and creativity. However, it also requires familiarity with basic concepts, and an ability to use a set of standard tools. This manual aims to provide that. It also points the user to other resources that develop ideas further.
Effective data analysis also requires a sound and up to date understanding of the science behind the investigation. Data analysis requires clear objectives and hypotheses to investigate. These have to be based on, and push forward, current understanding. We have not attempted to link the methods described here to the rapidly changing science of biodiversity and community ecology. Data analysis does not end with production of statistical results. Those results have to be interpreted in the light of other information about the problem. We can not, therefore, discuss fully the interpretation of the statistical results, or the further statistical analyses they may lead to.

Kết quả (Việt) 1:

Sổ tay này đã được chuẩn bị trong các sự kiện đào tạo tổ chức tại đông - và West-Phi trên phân tích cây đa dạng dữ liệu. Những sự kiện đào tạo nhắm mục tiêu phân tích dữ liệu dữ liệu đa dạng cây được thu thập bởi các nhà khoa học của Trung tâm Agroforestry thế giới (ICRAF) và các tổ chức cộng tác. Thông thường, dữ liệu được thu thập về thành phần loài cây của quadrats hoặc trang trại. Cùng lúc đó, giải thích các biến như đất sử dụng và hộ gia đình đặc điểm được thu thập. Các giả thuyết khác nhau về sự ảnh hưởng của biến giải thích về sự đa dạng của cây có thể được kiểm tra với các datasets. Mặc dù hướng dẫn sử dụng đã được phát triển trong quá trình nghiên cứu về cây sự đa dạng về trang trại ở châu Phi, các phương pháp thống kê có thể được sử dụng cho một phạm vi rộng hơn của các sinh vật, cho cấp độ phân cấp khác nhau của đa dạng sinh học, và cho một phạm vi rộng hơn của môi trường.Các tài liệu này đã được biên soạn như một phát triển thế hệ thứ hai của các gói phần mềm phân tích đa dạng sinh học, đĩa CD-ROM biên soạn bởi Roeland Kindt với nguồn lực và các hướng dẫn cho việc phân tích sinh thái và đa dạng sinh học thông tin. Trong khi các gói phần mềm phân tích đa dạng sinh học cung cấp một loạt các công cụ cho các loại hình phân tích, sổ tay này được đi kèm bởi một công cụ mới (Biodiversity.R) cung cấp một môi trường phần mềm duy nhất cho tất cả những phân tích được mô tả trong sổ tay này. Điều này không có nghĩa rằng Biodiversity.R là các gói phần mềm duy nhất được đề nghị cho một loại hình cụ thể của phân tích, nhưng nó cung cấp lợi thế cho các mục đích đào tạo người dùng chỉ cần được giới thiệu đến một gói phần mềm cho các phân tích thống kê âm thanh của dữ liệu đa dạng sinh học. Ta không bao giờ có thể tạo ra một hướng dẫn cho tất cả các phương pháp mà sẽ được cần thiết cho phân tích dữ liệu đa dạng sinh học. Dữ liệu phân tích câu hỏi liên tục tiến, đòi hỏi phải có bao giờ thay đổi thu thập dữ liệu và phương pháp phân tích. Sổ tay này tập trung vào phân tích của loài dữ liệu khảo sát. Chúng tôi mô tả một số phương pháp có thể được sử dụng để phân tích các giả thuyết thường xuyên quan trọng trong nghiên cứu đa dạng sinh học. Đây không phải là phương pháp duy nhất mà có thể được sử dụng để phân tích những giả thuyết, và phương pháp khác sẽ là cần thiết khi tập trung của các nghiên cứu đa dạng sinh học là khác nhau.Phân tích hiệu quả dữ liệu đòi hỏi trí tưởng tượng và sáng tạo. Tuy nhiên, nó cũng đòi hỏi sự quen thuộc với khái niệm cơ bản, và khả năng sử dụng một bộ công cụ tiêu chuẩn. Sổ tay này nhằm mục đích cung cấp đó. Nó cũng chỉ người sử dụng để các nguồn lực phát triển ý tưởng hơn nữa.Phân tích dữ liệu hiệu quả cũng đòi hỏi một sự hiểu biết âm thanh và Cập Nhật của khoa học đằng sau việc điều tra. Phân tích dữ liệu đòi hỏi mục tiêu rõ ràng và giả thuyết để điều tra. Đây phải được dựa trên, và đẩy về phía trước, hiện nay sự hiểu biết. Chúng tôi đã không cố gắng liên kết những phương pháp được diễn tả ở đây để khoa học thay đổi nhanh chóng của sinh thái đa dạng sinh học và cộng đồng. Phân tích dữ liệu không kết thúc với việc sản xuất kết quả thống kê. Những kết quả đã được hiểu trong ánh sáng của các thông tin khác về vấn đề. Chúng tôi có thể không, do đó, thảo luận đầy đủ việc giải thích của các kết quả thống kê, hoặc phân tích thống kê hơn nữa họ có thể dẫn đến.

Kết quả (Việt) 2:

Hướng dẫn này được chuẩn bị trong đào tạo các sự kiện được tổ chức tại Đông-Tây-Châu Phi và trên phân tích dữ liệu đa dạng cây. Những sự kiện này mục tiêu đào tạo phân tích dữ liệu đa dạng cây dữ liệu được thu thập bởi các nhà khoa học của Trung tâm Nông Lâm Thế giới (ICRAF) và các tổ chức hợp tác. Thông thường, dữ liệu được thu thập từ các thành phần loài cây quadrats hoặc trang trại. Đồng thời, biến giải thích chẳng hạn như sử dụng đất và đặc điểm hộ gia đình được thu thập. Giả thuyết khác nhau về ảnh hưởng của biến giải thích về sự đa dạng cây có thể được thử nghiệm với bộ dữ liệu như vậy. Mặc dù hướng dẫn đã được phát triển trong quá trình nghiên cứu về đa dạng cây ở các trang trại ở châu Phi, các phương pháp thống kê có thể được sử dụng cho một phạm vi rộng lớn hơn của các sinh vật, cho các cấp bậc khác nhau của đa dạng sinh học, và cho một phạm vi rộng lớn hơn của môi trường.
Những vật liệu này được biên soạn như là một thứ hai - Phát triển hệ của Phân tích đa dạng sinh học trọn gói, đĩa CD-ROM được biên soạn bởi Roeland Kindt với nguồn tài nguyên và hướng dẫn để phân tích các thông tin sinh thái và đa dạng sinh học. Trong khi đó, phân tích đa dạng sinh học trọn gói được cung cấp một loạt các công cụ cho các loại hình phân tích, hướng dẫn này được đi kèm với một công cụ mới (Biodiversity.R) cung cấp một môi trường phần mềm duy nhất cho tất cả các phân tích được mô tả trong sách hướng dẫn này. Điều này không có nghĩa là Biodiversity.R là gói khuyến cáo chỉ dành cho một loại phân tích, nhưng nó cung cấp các lợi thế cho mục đích đào tạo người sử dụng chỉ cần được giới thiệu với một gói phần mềm để phân tích thống kê các dữ liệu âm thanh đa dạng sinh học. Nó không bao giờ có thể tạo ra một hướng dẫn cho tất cả các phương pháp mà sẽ là cần thiết để phân tích dữ liệu đa dạng sinh học. Câu hỏi phân tích dữ liệu liên tục tăng, đòi hỏi phải liên tục thay đổi phương pháp thu thập và phân tích dữ liệu. Hướng dẫn này tập trung vào việc phân tích các số liệu điều tra loài. Chúng tôi mô tả một số phương pháp có thể được sử dụng để phân tích các giả thuyết mà thường xuyên quan trọng trong nghiên cứu đa dạng sinh học. Đây không phải là phương pháp duy nhất có thể được sử dụng để phân tích các giả thuyết và các phương pháp khác sẽ là cần thiết khi trọng tâm của nghiên cứu đa dạng sinh học là khác nhau. phân tích dữ liệu hiệu quả đòi hỏi trí tưởng tượng và sáng tạo. Tuy nhiên, nó cũng đòi hỏi quen thuộc với khái niệm cơ bản, và một khả năng sử dụng một tập hợp các công cụ tiêu chuẩn. Hướng dẫn này nhằm cung cấp đó. Nó cũng chỉ cho người sử dụng các nguồn tài nguyên khác mà phát triển ý tưởng hơn nữa. phân tích dữ liệu hiệu quả cũng đòi hỏi một âm thanh và cập nhật sự hiểu biết về khoa học đằng sau việc điều tra. Phân tích dữ liệu đòi hỏi phải có mục tiêu và giả thuyết để điều tra rõ ràng. Đây phải được dựa trên, và đẩy về phía trước, sự hiểu biết hiện tại. Chúng tôi không cố gắng để liên kết các phương pháp mô tả ở đây cho khoa học thay đổi nhanh chóng của đa dạng sinh học và sinh thái cộng đồng. Phân tích dữ liệu không kết thúc với kết quả sản xuất của thống kê. Những kết quả này phải được giải thích dưới ánh sáng của các thông tin khác về vấn đề này. Chúng ta có thể không, do đó, thảo luận đầy đủ các diễn giải kết quả thống kê, hay những phân tích thống kê chi tiết họ có thể dẫn đến.