zhenxiaojie的博客

geese_data研究对象是加拿大东部北极地区的一种浅腹布兰特鹅(Branta bernicla hrota)，在西欧过冬。此鹅非彼鹅，会真飞。由9个列表组成的结构体mixturestracer_namessource_namessource_meanssource_sdscorrection_sdsconcentration_meanscorrection_meansgroupsmixtures维度为[251x2]的double类型数组251行表示数组中包含251条

simmer包一个稳定同位素混合模型版本 0.4.5日期 2021-02-28作者 Andrew ParnellURL https://github.com/andrewcparnell/simmr,https://andrewcparnell.github.io/simmr/描述适合稳定同位素混合模型(SIMMs)，可以长期替代以前广泛使用的SIAR包。SIMMs是通过观察从生物体组织样本中获取的稳定同位素值来推断生物体消费各种食物来源的膳食比例。然而，SIMMs也可用于其他情况，例如在沉积

稳定同位素混合模型（Mixing model）稳定同位素比值稳定同位素比值（δ值，简读为“delta”值），McKinney et al.（1950）首次提出。样品中两种同位素比值相对于某一标准对应比值的相对千分差。δ(‰)=(RsampleRstandard−1)×1000\delta(‰)=(\frac{R_{sample}}{R_{standard}}-1)×1000δ(‰)=(Rstandard​Rsample​​−1)×1000应用： 计算不同源物质对某一混合物贡献比例（食物来源、水

探索性数据分析常用分布的概率函数图二项分布n <- 20p <- 0.2k <- seq(0,n)plot(k,dbinom(k,n,p),type = "h",main = "Binomial distribution,n=20,p=0.2",xlab = "k")泊松分布lambda <- 4.0k <- seq(0,20)plot(k,dpois(k,lambda),type = "h",main = "Poisson distribution,la

随机抽样#等可能不放回的随机抽样：#sample(x,n),x要抽取的向量，n为样本容量。sample(1:52,4)#等可能有放回随机抽样：#sample(x,n,replace=TRUE),replace=TRUE表示有放回，=FALSE表示不放回#例如抛一枚均匀的硬币10次：sample(c("H","T"),10,replace = T)#掷骰子10次：sample(1:6,10,replace = T)#不等可能的随机抽样#sample(x,n,reaplce=TRUE