Biometrická data o velikosti jednotlivých částí jednoleté rostliny Spergula morisonii pocházející z dat sebraných v rámci geobotanického praktika. Důležité jsou čtyři proměnné:

cela - výška celé rostliny
horni - výška bezlisté části rostliny
kvety - počet květů
biomasa - biomasa celé rostliny

• Zkoumat vztah mezi měřenými velikostními charakteristikami

• Zkoumat vliv standardizace přes snímky. (jaký má smysl?)

• Proveďte nepřímou analýzu - lineární i unimodální.

• Vyzkoušejte různé typy standardizace dat.

Možné analýzy těchto dat (nepřímé):

• Proveďte nepřímou analýzu - lineární i unimodální.

• Vyzkoušejte různé typy standardizace dat.
• Zkoumejte, jak se složení vegetace (hlavní osy) vztahují k výchozí densitě vegetace a složení půdy (použijte k tomu CanoDraw)

Možné analýzy těchto dat (přímé):

• Zkoumejte, jak se složení vegetace (hlavní osy) vztahují k výchozí densitě vegetace a složení půdy

• Vyzkoušejte různé typy standardizace dat. (přes druhy, přes snímky)

Data Magdy Březnové o půdní chemii v mraveništích a mimo ně. Několik souborů (včetně podrobného popisu dat v souboru magda.doc) v zazipovaném souboru. Soubor povrch.spe (a povrch.env) obsahuje data jen z povrchové vrstvy (jednodušší analýza s jednou proměnnou prostředí - mraveniště/mimo mraveniště), zatímco soubory magda.* obsahují data z vertikálních profilů (s více proměnnými prostředí včetně hloubky).

Možné analýzy těchto dat (nepřímé):

• Proveďte analýzu včetně správné standardizace (která to je?)

Možné analýzy těchto dat (přímé):

• V souboru povrch.* zkoumejte jak závisí chemické složení půdy na tom, zda půda je odebrána z mraveniště a mimo něj. Srovnejte výsledky nepřímé a přímé analýzy. V přímých analýzách proveďte příslušný test.

• Zobrazte vzorky z mravenišť a mimo ně v programu CanoDraw s použitím různých symbolů.

• V souboru magda.* zkoumejte, jak závisí chemické složení půdy na tom, zda půda je odebrána z mraveniště a mimo něj a na hloubce odběru. Proveďte správný test obou proměnných a jejich interakce. (pozor: tohle je už split plot.)

Druhové složení pasekové vegetace na Ještědském hřbetu (data Petra Petříka). Včetně podrobného popisu dat v souboru Pasekovavegetace.doc

Možné analýzy těchto dat (nepřímé):

• Zkoumat vliv standardizace a transformace dat. Srovnejte podíl variability vysvětlený první osou při různých standardizacích.

• Srovnejte výstup lineárních a unimodálních technik - délka gradientu.
• V programu CanoDraw vytvořte (s použitím výběru druhů) názorný obrázek. Rovněž zkuste zobrazit výskyt zvolených druhů v ordinačním diagramu

Možné analýzy těchto dat (přímé):

• Test vlivu jednotlivých proměnných prostředí - rozklad variability dat

• Postupný výběr proměnných prostředí

Data Honzy Huberta. Soubor proměnných popisujících tvar křídel (nám v tuto chvíli bohužel neznámého) hmyzu a jeho potrava.

Možné analýzy těchto dat (nepřímé):

• Nepřímá analýza tvaru křídel. Standardizace přes snímky. Proč?

• Existují jiné odlišnosti než pouze ve velikosti?

Možné analýzy těchto dat (přímé):

• Závisí morfologie křídel na typu diety?

• Existují jiné odlišnosti v závislosti na dietě než pouze ve velikosti?

Data Nadi Gutzerové o vegetaci pískovcových skalních měst. Výskyt druhů mechorostů a cévnatých rostlin na osypech na bázích skal v Adršpašsko-Teplických skalách. Ke každému záznamu je k disposici řada proměnných prostředí, jejichž definice jsou v souboru osypy.doc

Možné analýzy těchto dat (nepřímé):

• jako u souboru ppetrik

• proveďte postupný výběr proměnných prostředí
• zkoumat jak se změní výběr proměnných do postupné analýzy při odlišném nastavení standardisací/transformací dat
• zkusit provést hybridní analýzu a zkoumat, kolik procent species-environment correlation vysvětlí těch pár kanonických os

Data Pavla Kováře z geobotanické exkurse o vegetaci mravenišť a okolní louky na třech transektech.

Soubory jsou ve formatu Canoco 4.

• zkoumat, procento vysvětlené variability všemi kanonickými osami při různé definici kovariát a proměnných prostředí
• Randomizace transektů nebo v rámci transektu.
• testovat, zda existuje interakce mezi transektem a posicí vůči mraveništi (pozor, jde o nominální proměnné, jež jsou zadány vždy pomocí dvou zdánlivě nezávislých proměnnýc

Soubor Dany Novákové o makrozbytcích v humolitech v třech pískovcových roklích. Jde o paleobotanická data (počty makrozbytků) sebraná na třech profilech, vždy s údajem o hloubce. Jednotlivé záznamy jsou tedy odběry z jedné konkrétní hloubky.

Soubory jsou ve formatu Canoco 4.

• testovat, zda existuje závislost paleobotanického záznamu na hloubce, a zda jednotlivé profily se liší

• testovat, zda existuje závislost množství kořenů pod zemí na tom, co v políčku roste.
• pozornost je třeba věnovat typu randomizace sousedících vzorků v monolitu

Transekty podle gradientu sesuvu písku s komplikovanou prostorovu strukturou (popsáno v souboru piskovny.doc). Data Pavla Špryňara.

• vliv vzdálenosti od stěny (tj. intensita sesuvu písku)

• rozdíly mezi transekty

• interakce těchto dvou proměnných (otázka: má vzdálenost od stěny různý vliv na různých transektech?) Interpretace této interakce
• pozornost je třeba věnovat typům randomizace

• zkoumat závislost složení vegetace na hloubce písku. Je třeba provést test tak, aby byl nezávislý na rokli (tj. použít rokli jako kovariátu) a současně odstranit vliv prostorové autokorelace v rámci rokle. protože Kvůli nepravidlenému tvaru rokle) nejsou data sebrána v pravidelných sítích, je třeba odstranit efekt posice použitím souřadnic jako kovariát
• testy rozdílu mezi roklemi a interakce obou proměnných

• otázka: liší se druhové složení mezi lávovými proudy? (Jaký je podíl variability připsatelný rozdílům mezi proudy?)
• liší se druhové složení v závislosti na množství skalního substrátu na ploše?
• zjistit, zda jednotlivé bloky ploch (v rámci každého lávového proudu) se mezi sebou liší?
• Rozklad variability mezi faktory

• Hlavní otázka je provést test, zda se druhové složení hub z těchto tří stádií liší a přijít na to, které druhy jsou vázány na které stadium.
• které houby radši rostou v jakém sukcesním stadiu?
• Jsou nějaké houby, které radši rostou z víc ředěného vzorku - tj. jsou citlivější na kompetici jiných druhů  (zkusit k využít standardisaci po stanovištích)
• Rozklad variability mezi faktory: zjistit, jak velký podíl variability je důsledek rozdílu mezi substráty, mezi ředěními, sukcesními stádii a mezi vzorky

• Liší se druhové složení mezi zrním a smetky?
• Liší se druhové složení brouků mezi sklady?
• Lze případné rozdíly mezi sklady vysvětlit geografickou pozicí skladů (Eprep1, Nprep1)? Jedná se o transformovaný údaj o zeměpisné délce a šířce, lze se ptát po jejich lineárním efektu, i po jejich interakci apod. (viz soubor LKoprivova)
• Liší se závěry výše uvedených analýz v závislosti na tom zda se použijí netransformovaná data (a velkou váhu tudíž mají dominantní druhy) či zda se data transformují a vyšší váha se tudíž dá druhům vzácným?
  

Data Hany Mayerové o vlivu pastvy na vegetaci. Data slouží zejména k testu interakce pastva x čas. Zajímavé je ale otestovat i čistý vliv pastvy a času.

Všechny proměnné jsou v jednom souboru.

• Zjistěte zda a jak se vegetace mění v důsledku pastvy

• Zjistěte jestli se vegetace zkoumaných lesů během času změnila a jak

• prozkoumat, zda jednotlivá ošetření a jejich interakce mají vliv na floristitické složení
• zkoumat různé transformace dat (jde o pokryvnosti) a interpretovat zjištěné rozdíly

• Zkoumejte podobnost semenné banky a vegetace.
• Split-plot design. (proč?)
• Zkoumejte, jak se liší podobnost semenné banky a vegetace podle ošetření ploch a mezi jarním a podzimním odběrem

data Sylvy Pecháčkové o pokusu testujícím vliv kosení a hnojení na porosty Polygonum bistorta. Zaznamenávána pokryvnost jednotlivých druhů během několika let. Zásah byl proveden na podzim roku 95 - záznam z tohoto roku je ještě před zásahem. Pokus v blocích.

• Testovat vliv kosení a hnojení a jejich interakci
• provést sérii randomisačních testů
  • zkoumat (v jednom vybraném případě) zda odlišné zadání randomisačního testu má vliv na výsledný ordinační graf
  • zkoumat, zda signifikance interakce mezi kosením a hnojením bude odlišná v závislosti na transformacích a standardisacích dat
• zkoumat ordinační grafy při
• různé definici kovariát a proměnných prostředí (kosení i hnojení, jen kosení nebo hnojení, jen interakce obou - nezapomenout na to, aby zbývající proměnné byly zadány jako kovariáty)
• cílem je zjistit, které skupiny druhů reagují na tyto dva druhy ošetření
• provést dvě varianty analýzy:
  • vyloučit rok před zásahem (1995) a testovat změnu během času po zásahu
  • analyzovat jen rok před zásahem a jeden vybraný rok po zásahu (třeba ten poslední) a testovat jako BACI design

• Testovat vliv aplikovaného prvku (sedm hladin a kontrola) na druhové složení krkonošské louky.
• zkusit provést různou transformaci času: odmcas je kód odmocniny času. Použití odmocniny je výhodné, pokud odpověď je nelineární (silná na začátku a pak dosahuje "asymptotické" hodnoty)