Vikhrmodels/programming_books_rus · Datasets at Hugging Face

text stringlengths 0 1.95k
Шитиков В.К., Зинченко Т.Д. Изменение таксономического и функционального
разнообразия сообществ макрозообентоса по продольному градиенту рек // Успехи
современной биологии. 2013. Т. 133, № 6. С. 566-577.

Шитиков В.К., Зинченко Т.Д., Абросимова Э.В. Непараметрические методы сравнительной
оценки видового разнообразия речных сообществ макрозообентоса // Журнал общей
биологии. 2010. Т. 71, № 3. С. 263-274.

Шитиков В.К., Зинченко Т.Д., Абросимова Э.В. Статистический анализ результатов
многомерной ординации на примере донных речных сообществ // Экология. 2012. №
1. С. 1-6.

299

Шитиков В.К., Зинченко Т.Д., Розенберг Г.С. Макроэкология речных сообществ:
концепции, методы, модели. Тольятти: СамНЦ РАН, Кассандра, 2012. 257 с. URL:
http://www.ievbras.ru/ecostat/Kiril/Download/Maec.pdf .

Шитиков В.К., Розенберг Г.С., Зинченко Т.Д. Количественная гидроэкология: методы,

критерии, решения: В 2-х кн. – М.: Наука, 2005.

Кн. 1. – 281 с. URL: http://www.ievbras.ru/ecostat/Kiril/Download/Meke1.pdf;
Кн. 2. – 337 с. URL: http://www.ievbras.ru/ecostat/Kiril/Download/Meke2.pdf.

Шитиков В.К., Розенберг Г.С., Крамаренко С.С., Якимов В.Н. Современные подходы к
статистическому анализу экспериментальных данных // Проблемы экологического
эксперимента (Планирование и анализ наблюдений). Тольятти: СамНЦ РАН,
Кассандра, 2008. С. 212-250.
URL: http://www.ievbras.ru/ecostat/Kiril/Download/Mepe.pdf.

Эфрон Б. Нетрадиционные методы многомерного статистического анализа. М.: Финансы

и статистика, 1988. 263 с.

Albert J., Rizzo M. R by Example. N.Y.: Wiley, 2004. 359 p.
Amaral G.J., Dryden I.L., Wood A.T. Pivotal bootstrap methods for k-sample problems in
directional statistics and shape analysis // Journal of the American Statistical Association.
2007. V. 102. P. 695-707.

Anderson M.J. A new method for non-parametric multivariate analysis of variance // Austral.

Ecology. 2001. V. 26. P. 32-46.

Anderson M.J. Distance-based tests for homogeneity of multivariate dispersions // Biometrics.

2006. V. 62. P. 245-253.

Anderson M.J., ter Braak C.J.F. Permutation tests for multi-factorial analysis of variance //

Journal of Statistical Computation and Simulation. 2003. V. 73. P. 85-113.

Andrieu C., de Freitas N., Doucet A. et al. An introduction to MCMC for machine learning //

Mach. Learn. 2003. V. 50. P. 5–43.

Baddeley A. Analyzing spatial point patterns in R. Workshop notes. Version 4.1. CSIRO
online technical publication. 2010. 232 p. URL: www.csiro.au/resources/pf16h.html

Barnard G.A. Discussion of paper by M.S. Bartlett // J. R. Stat. Soc. 1993. V. 25. 294 p.
Bayes T. An essay towards solving a problem in the doctrine of chances. Philosophical
Transactions of the Royal Society. 1763. P. 330-418. Reprinted in: Biometrica. 1958.
№ 45. P. 293-315.

Bezdek J.C. Partition structures: a tutorial // Analysis of Fuzzy Information. Florida: CRC Press,

Boca Raton, 1987. V. 3. P. 81-107.

Bivand R., Pebesma E.J., Gomez-Rubio V. Applied spatial data analysis with R. N.Y.:

Springer, 2008. 374 p.

Blanchet F.G., Legendre P., Borcard D. Forward selection of explanatory variables. // Ecology.

2008. V. 89. P. 2623-2632.

Bolker B. Ecological models and Data in R. Princeton: University Press, 2007. 507 p.
Bookstein F.L. Morphometric tools for landmark data: geometry and biology. Cambridge:

Cambridge Univ. Press, 1991. 198 p.

Borcard D., Gillet F., Legendre P. Numerical Ecology with R. N.Y.: Springer, 2011. 306 p.
Box G., Cox D.R. An analysis of Transformation // Journal of Royal Statistical Society B. 1964.

V. 26. P. 211-243.

Boyce R.L, Ellison P.C Choosing the best similarity index when performing fuzzy set ordination

on binary data // Journal of Vegetation Science. 2001. V. 12. P. 711-720.

Breiman L. Random forests // Machine Learning. 2001. V. 45, № 1. P. 5-32.
Breiman L., Friedman J.H., Olshen R.A. et al. Classication and Regression Trees. Belmont

(CA): Wadsworth Int. Group, 1984. 368 p.

Burnham K. P., Anderson D. R. Model selection and multimodel inference: a practical

information-theoretic approach. N.Y.: Springer-Verlag, 2002. 496 p.

300

Шитиков В.К., Зинченко Т.Д. Изменение таксономического и функционального

разнообразия сообществ макрозообентоса по продольному градиенту рек // Успехи

современной биологии. 2013. Т. 133, № 6. С. 566-577.

Шитиков В.К., Зинченко Т.Д., Абросимова Э.В. Непараметрические методы сравнительной

оценки видового разнообразия речных сообществ макрозообентоса // Журнал общей

биологии. 2010. Т. 71, № 3. С. 263-274.

Шитиков В.К., Зинченко Т.Д., Абросимова Э.В. Статистический анализ результатов

многомерной ординации на примере донных речных сообществ // Экология. 2012. №

1. С. 1-6.

299

Шитиков В.К., Зинченко Т.Д., Розенберг Г.С. Макроэкология речных сообществ:

концепции, методы, модели. Тольятти: СамНЦ РАН, Кассандра, 2012. 257 с. URL:

http://www.ievbras.ru/ecostat/Kiril/Download/Maec.pdf .

Шитиков В.К., Розенберг Г.С., Зинченко Т.Д. Количественная гидроэкология: методы,

критерии, решения: В 2-х кн. – М.: Наука, 2005.

Кн. 1. – 281 с. URL: http://www.ievbras.ru/ecostat/Kiril/Download/Meke1.pdf;

Кн. 2. – 337 с. URL: http://www.ievbras.ru/ecostat/Kiril/Download/Meke2.pdf.

Шитиков В.К., Розенберг Г.С., Крамаренко С.С., Якимов В.Н. Современные подходы к

статистическому анализу экспериментальных данных // Проблемы экологического

эксперимента (Планирование и анализ наблюдений). Тольятти: СамНЦ РАН,

Кассандра, 2008. С. 212-250.

URL: http://www.ievbras.ru/ecostat/Kiril/Download/Mepe.pdf.

Эфрон Б. Нетрадиционные методы многомерного статистического анализа. М.: Финансы

и статистика, 1988. 263 с.

Albert J., Rizzo M. R by Example. N.Y.: Wiley, 2004. 359 p.

Amaral G.J., Dryden I.L., Wood A.T. Pivotal bootstrap methods for k-sample problems in

directional statistics and shape analysis // Journal of the American Statistical Association.

2007. V. 102. P. 695-707.

Anderson M.J. A new method for non-parametric multivariate analysis of variance // Austral.

Ecology. 2001. V. 26. P. 32-46.

Anderson M.J. Distance-based tests for homogeneity of multivariate dispersions // Biometrics.

2006. V. 62. P. 245-253.

Anderson M.J., ter Braak C.J.F. Permutation tests for multi-factorial analysis of variance //

Journal of Statistical Computation and Simulation. 2003. V. 73. P. 85-113.

Andrieu C., de Freitas N., Doucet A. et al. An introduction to MCMC for machine learning //

Mach. Learn. 2003. V. 50. P. 5–43.

Baddeley A. Analyzing spatial point patterns in R. Workshop notes. Version 4.1. CSIRO

online technical publication. 2010. 232 p. URL: www.csiro.au/resources/pf16h.html

Barnard G.A. Discussion of paper by M.S. Bartlett // J. R. Stat. Soc. 1993. V. 25. 294 p.

Bayes T. An essay towards solving a problem in the doctrine of chances. Philosophical

Transactions of the Royal Society. 1763. P. 330-418. Reprinted in: Biometrica. 1958.

№ 45. P. 293-315.

Bezdek J.C. Partition structures: a tutorial // Analysis of Fuzzy Information. Florida: CRC Press,

Boca Raton, 1987. V. 3. P. 81-107.

Bivand R., Pebesma E.J., Gomez-Rubio V. Applied spatial data analysis with R. N.Y.:

Springer, 2008. 374 p.

Blanchet F.G., Legendre P., Borcard D. Forward selection of explanatory variables. // Ecology.

2008. V. 89. P. 2623-2632.

Bolker B. Ecological models and Data in R. Princeton: University Press, 2007. 507 p.

Bookstein F.L. Morphometric tools for landmark data: geometry and biology. Cambridge:

Cambridge Univ. Press, 1991. 198 p.

Borcard D., Gillet F., Legendre P. Numerical Ecology with R. N.Y.: Springer, 2011. 306 p.

Box G., Cox D.R. An analysis of Transformation // Journal of Royal Statistical Society B. 1964.

V. 26. P. 211-243.

Boyce R.L, Ellison P.C Choosing the best similarity index when performing fuzzy set ordination

on binary data // Journal of Vegetation Science. 2001. V. 12. P. 711-720.

Breiman L. Random forests // Machine Learning. 2001. V. 45, № 1. P. 5-32.

Breiman L., Friedman J.H., Olshen R.A. et al. Classication and Regression Trees. Belmont

(CA): Wadsworth Int. Group, 1984. 368 p.

Burnham K. P., Anderson D. R. Model selection and multimodel inference: a practical

information-theoretic approach. N.Y.: Springer-Verlag, 2002. 496 p.

300