Электронная библиотека Финансового университета

     

Детальная информация

Wildlife management and conservation (Series).
Quantitative analyses in wildlife science / edited by Leonard A. Brennan, Andrew N. Tri, and Bruce G. Marcot. — 1 online resource. — (Wildlife management and conservation). — <URL:http://elib.fa.ru/ebsco/2091596.pdf>.

Дата создания записи: 08.07.2019

Тематика: Population biology — Mathematical models.; Population biology — Data processing.; Population biology — Data processing.; Population biology — Mathematical models.

Коллекции: EBSCO

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть Финуниверситета Все Прочитать Печать Загрузить
Интернет Читатели Прочитать Печать
-> Интернет Анонимные пользователи

Оглавление

  • Contents
  • List of Contributors
  • Foreword
  • Preface
  • Acknowledgments
  • 1. Introduction
  • PART I. GENERAL STATISTICAL METHODS
    • 2. Regression: Linear and Nonlinear, Parametric and Nonparametric
    • 3. Multivariate Models and Analyses
    • 4. Comparing Ecological Models
  • PART II. ESTIMATION OF ABUNDANCE AND DEMOGRAPHIC PARAMETERS
    • 5. Estimation of Population Parameters Using Marked Animals
    • 6. Distance Sampling
    • 7. Occupancy Modeling Applications
  • PART III. DYNAMIC MODELING OF PROCESSES
    • 8. Analysis of Population Monitoring Data
    • 9. Systems Analysis and Simulation
    • 10. Applications of Individual-Based Models
    • 11. Detecting and Analyzing Density Dependence
  • PART IV. ANALYSIS OF SPATIALLY BASED DATA ON ANIMALS AND RESOURCES
    • 12. Resource Selection Analysis
    • 13. Spatial Statistics in Wildlife Research
  • PART V. NUMERICAL METHODS
    • 14. Bayesian Analysis of Molecular Genetics Data
    • 15. Machine Learning, Random Forests, and Boosted Regression Trees
    • 16. Causal Modeling and the Role of Expert Knowledge
    • 17. Summary and Synthesis: Looking to the Future
  • Index
    • A
    • B
    • C
    • D
    • E
    • F
    • G
    • H
    • I
    • J
    • K
    • L
    • M
    • N
    • O
    • P
    • Q
    • R
    • S
    • T
    • U
    • V
    • W
    • Y
    • Z

Статистика использования

stat Количество обращений: 0
За последние 30 дней: 0
Подробная статистика