This series of 10 workshops walks participants through the steps required to use R for a wide array of statistical analyses relevant to research in biology and ecology. These open-access workshops were created by members of the QCBS both for members of the QCBS and the larger community.
The content of this workshop has been peer-reviewed by several QCBS members. If you would like to suggest modifications, please contact the current series coordinators, listed here or open a pull request (see contributing guidelines at https://qcbsrworkshops.github.io/presenter-developer-protocol/developing-en.html).
Cette série de 10 ateliers guide les participants à travers les étapes requises afin de maîtriser le logiciel R pour une grande variété d'analyses statistiques pertinentes en recherche en biologie et en écologie. Ces ateliers en libre accès ont été créés par des membres du CSBQ à la fois pour les membres du CSBQ et pour la grande communauté d'utilisateurs de R.
Le contenu de cet atelier a été révisé par plusieurs membres du CSBQ. Si vous souhaitez y apporter des modifications, veuillez SVP contacter les coordonnateurs actuels de la série, listés ici ou ouvrez un pull request (voir les instructions https://qcbsrworkshops.github.io/presenter-developer-protocol/developper-fr.html).
The goal of this workshop will be to first examine what is a non-linear model, and how Generalized Additive Models (GAM) allow us to handle non-linear relationships. We will also go over how to plot and interpret these non-linear relationships, how to include interaction terms, autocorrelated errors and expand on previous workshop by briefly examining a mixed modelling framework. Lastly, we will briefly touch upon what GAM are doing behind the scenes.
L'objectif de cet atelier sera d'examiner ce qu'est un modèle non-linéaire et comment les modèles additifs généralisés (GAM) nous permettent de modéliser les relations non-linéaires. Nous examinerons également comment visualiser et interpréter ces relations non-linéaires, comment ajouter des interactions, comment prendre en compte la non-indépendance des données (e.g. erreurs auto-corrélées) et comment inclure des effets aléatoires en se basant sur les ateliers précédents. Enfin, nous allons brièvement aborder la mécanique derrière le fonctionnement des GAM.
| Language | Slides | Bookdown | Wiki | Script | GitHub |
|---|---|---|---|---|---|
| EN |  |
 |
 |
 |
 |
| FR |  |
 |
|
|
|
Since 2014, several QCBS members contributed to consistently and collaboratively develop and update this workshop, as part of the Learning and Development Award from the Québec Centre for Biodiversity Science. They were:
| 2022 - 2021 - 2020 | 2019 - 2018 - 2017 | 2016 - 2015 - 2014 |
|---|---|---|
| Daniel Schoenig | (more to come) | (more to come) |
| Laurie Maynard | ||
| Marie-Hélène Brice | ||
| Kevin Cazelles | ||
| Pedro Henrique P. Braga | ||
| Esteban Gongora | ||
| Linley Sherin |
Template
Building workshop materials
| Language | Slides | Book |
|---|---|---|
| EN |  |
 |
| FR |  |
 |