我正在使用metaNMDS来探索正在使用的多变量数据集。我已经通过一个有6个级别的感兴趣的因素来限制数据集。该排序正在一个bray-curtis不相似的矩阵上运行,不是自动转换的,有2个维度(或轴),并且被设置为运行最多300次迭代。这些省略基于95%的置信度并使用SE。解读ordiellipise NMDS
NMDS解决了大约10-15次迭代,并具有良好的压力差值(15-18)。当我用ordiellipse绘制数据以可视化哪些级别可能不同时,我感到数据的实际内容几乎不存在于置信椭圆内。有人可以解释这个吗?这仅仅是一种遗产,并不能很好地适应数据;没有捕获二维数据集中固有的变化?
有什么想法?我的声望还不够高,无法发布情节图片,但如果我遇到了一些颠簸,我可以发送一张。
谢谢加文。出于某种原因,在描述性统计数据中没有将其视为与SD/SE类似的情况。很有帮助。 – outside842