2014年，Clark等人在文章 "More than the Sum of the Parts: Forest Climate Response from Joint Species Distribution Models" 中首次提出了联合物种分布模型（Joint Species Distribution Model，JSDM）。这一模型自问世后，迅速成为群落生态学领域的研究热点。相比传统的物种分布模型（Species Distribution Model，SDM），JSDM具备显著优势：传统SDM无法分析物种（或类群）间的相互作用（如竞争与共生），也无法充分利用现有的群落矩阵（如物种-地点矩阵、地点-环境矩阵、物种-系统发育矩阵以及物种-性状矩阵）对物种的空间格局进行综合分析。而JSDM通过整合物种丰度（Abundance）、环境协变量、物种性状、系统发育关系以及时空背景数据，能够实现生态学中的多变量分析，彻底改变了生态群落数据的分析和解释方式。
在联合物种分布模型中运用最广泛的就是物种群落分层模型（Hmsc）。关于物种群落分层模型（Hmsc）的教程主要有两个来源。一是Otso Ovaskainen团队（Gleb Tikhonov等人）于2021年2月在R官网上发布的物种群落分层模型（Hmsc）代码教程。笔者在阅读后深感启发，便将其翻译为中文，并命名为《联合物种分布模型R程序包Hmsc教程》，希望借此让更多人了解并掌握这一强大的模型工具。笔者翻译官网教程的初衷，是希望更多生态学研究者关注并使用这一模型解决实际问题。同时，本教程将免费开放，供感兴趣的同行参考学习。二是Otso Ovaskainen团队于2020年由剑桥出版社出版的专著 "Joint Species Distribution Modelling: With Applications in R"，该书系统地讲解了联合物种分布模型的理论和应用，赖江山老师目前正带领笔者、王瑛、吴浩然、陈章敏、徐强翻译此书。关于JSDM书籍解读文章，大家可以关注“DE lab ECNU”公众号。在课程方面，大家可以参考笔者此前的报告《HelloBD》。
代码及全部《联合物种分布模型R程序包Hmsc教程》pdf教程：在“群落生态学”公众号聊天框回复“群落生态学”获取中文翻译教程及代码。
课程讲解PPT及讲义链接：《联合物种分布模型原理与实践》-报告资料共享（讲义）
视频讲解链接：https://space.bilibili.com/1979221372（HelloBD的B站空间：HelloBD40 - 群落生态学的联合建模-联合物种分布模型原理及实践）
笔者计划将此前翻译的物种群落分层模型（Hmsc）教程全文逐章推送。本教程为中英双语版，便于读者结合原文阅读，共包含五章。由于翻译工作主要在2021至2022年间完成，彼时笔者仍为硕士阶段，因此难免有不足之处，敬请各位批评指正。
本节为《联合物种分布模型R程序包Hmsc教程》第五章内容，这部分内容探讨了 Hmsc 3.0 的性能测试，重点在于通过模拟数据验证模型的计算效率、参数估计能力和模型混合特性。本章节通过构建多种实验场景，包括基线模型、存在-不存在模式、大量物种和采样单位、空间结构化以及分层结构化数据，系统地生成模拟数据并拟合模型。在模型构建和拟合过程中，采用了高斯误差、probit 模型和对数正态泊松模型等方法，结合 MCMC 技术进行参数估计，同时设定多条链以保证结果的可靠性。随后，通过评估 MCMC 的混合特性、后验分布与真实值的偏差，以及模型计算时间，分析了模型在不同场景下的表现。研究发现，参数估计的准确性因场景和模型假设而异，例如大量采样单位能够显著提高特定参数的估计精度，而一些参数如系统发育信号在某些模型中较难恢复。这部分为 Hmsc 的实用性验证提供了细致的分析和重要参考。
正文
