vegan

    0热度

    1回答

    我运行一个使用素食主义者与7500个网站,9种和5个约束变量的CCA分析。结果是 > Call: cca(sitspe = Yp, sitenv = Xp) Inertia Proportion Rank Total Constrained 0.5051 6 Inertia is mean squared contingency coefficient

    0热度

    1回答

    相对较新的R和第一次发布,所以如果我的问题中缺少某些东西,我很抱歉。 我使用纯素的ordistep函数进行变量选择,使用默认的“双向”方向方法。 我使用Hellinger转换的物种丰度数据框作为响应变量和一个12列独立变量数据框。 我似乎得到不同的包含变量,如果我多次运行相同的代码(如下)。我假设有一个伪代码生成器涉及set.seed不能约束。有没有办法重现一致的结果? set.seed(2000

    2热度

    3回答

    我还是R的新手,试图学习如何使用库素食主义者,我可以使用正常的绘图功能轻松绘制R图。当我想在ggplot中绘制数据时出现问题。我知道我必须从我创建的列表中提取正确的数据,但是哪些和如何?我一直在练习上的数据集可以在这里https://drive.google.com/file/d/0B1PQGov60aoudVR3dVZBX1VKaHc/view?usp=sharing 下载我一直在使用得到转化数

    0热度

    1回答

    我想绘制procrustes旋转之间的RDA对象与素食主义者与ggplot2获得。 library(vegan) #perform two RDAs, do procrustes: pro.test <- procrustes(rda.t1,rda.t2) 我从类“procrustes”的列表中提取x,y坐标并添加了一个因子“日期”。 test <- data.frame(rda1=pro

    1热度

    1回答

    我目前有多个湖泊的物种丰度数据以及这些湖泊的一些环境变量的测量数据。如ter Braak和Verdenschot(1995)所示,我决定对R中的数据进行典型对应分析,参见链接:http://link.springer.com/article/10.1007%2FBF00877430(部分:“重要性排序环境变量”) 我对R不太好但是,我无法访问文章中指定的软件(CANOCO)。我的问题是,为了逐步排

    1热度

    1回答

    我有一个网站矩阵。我想开发一个UPGMA集群。我想使用R和素食图书馆。我的矩阵有不是所有变量都被测量的位置。 随着数据的相似矩阵: Variable 1;Variable 2;Variable 3;Variable 4;Variable 5 0.5849774671338231;0.7962161133598957;0.3478909861199184;0.8027122599553912;0.

    3热度

    1回答

    我在具有128 GB RAM的机器上运行R 3.2.3。我有一个123028行×168列的大矩阵。我想在R中使用层次聚类算法,所以在我这样做之前,我正尝试使用Bray-Curtis方法中纯素包中的vegdist()函数在R中创建距离矩阵。我得到内存分配错误: df <- as.data.frame(matrix(rnorm(20668704), nrow = 123028)) library(v

    -1热度

    1回答

    我有一个巨大的丰度矩阵作为data.frame(下面的例子),我想从中输出一个简单的表格,其中包含物种数量(Otu00001,以及任何具有多于1个属性序列的Otus)和数量对每个样本(每行,ALG(...))归因序列(个体,每个Otu中的数字)。 之后,对下表(SCIE_NAME)中的样本(rownames)进行平均。 这里的与该样本对应的类别的表。 SCIE_NAME ALG12.10

    2热度

    1回答

    我有结果与PC1和PC2对所有样品,这样我就可以得出使用PC1为x和PC2为y的散点图。 现在样品被另一个变量标记,假设type指示哪个样品是大小写或对照。我如何绘制一个如上所示的图形,圆圈覆盖了响应type。 其实我使用的是vegan包。我可以用metaMDS和ordiplot绘制一个图,但不知道如何制作上面的圆。我试图阅读教程,但仍然不知道。

    1热度

    1回答

    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。 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