Anhang

Weiterführende Methoden der Statistik vor allem, aber nicht exklusiv, für den Bereich Ökologie können in einem Individual Spezialisation Module (ISM) gelernt werden:

Im Rahmen eine 3 ECTS ISM könnt ihr euch im geleiteten Selbststudium vertiefte Statistik-Kenntnisse mit R aneignen. Dieser Kurs baut auf den Statistikteilen in «Research Methods» auf und richtet sich primär an Studierende, die mit ökologischen Daten aus der Vegetations-, Tier- oder Gewässerökologie arbeiten, kann aber auch für andere ENR-Studierende nützlich sein. Es werden Unterrichtsmaterialien auf Englisch und auf Deutsch zu Verfügung gestellt.

Es werden vor allem die folgenden Themen bearbeitet:

• Vertiefung mixed effect models (LMMs, GLMMs)
• Nicht-lineare Regressionen
• Vertiefung Ordinationstechniken (DCA, NMDS, passive Projektion von Umweltvariablen, «constrained» Ordinationen wie RDA)
• Agglomerative Clusteranalysen
• Umfassende Biodiversitätsanalysen (beta- und gamma-Diversität, funktionelle und phylogenetische Diversität)

Dazu können in Absprache mit den Studierenden ausgewählte weitere Bereiche kommen, etwa:

• Generalized additive models (GAMs) und Glättungsfunktionen
• Diagnostische Arten (IndVal, phi-Werte)
• Regression trees
• Structural equation models (SEMs)

Für den Leistungsnachweis ist eine Erfahrungsnote in Form von zwei semesterbegleitenden Hausarbeiten vorgesehen.

Jürgen Dengler und Stefan Widmer leiten den Selbststudiumskurs und steht euch für weitere Informationen und Fragen gerne zur Verfügung.

Anhang II

Übersicht über statistische Verfahren