我正在尝试在 FactoMineR::PCA 中重现列(vegan::rda 中的“变量”,FactoMineR 中的“物种”)contribution percentages to axes from the vegan 包。贡献被编码在 FactoMiner::PCA 对象中:

library(FactoMineR)
library(vegan)

data(dune)

fm <- FactoMineR::PCA(dune, scale.unit = FALSE, graph = FALSE)

head(round(sort(fm$var$contrib[,1], decreasing = TRUE), 3))
# Lolipere Agrostol Eleopalu Planlanc  Poaprat  Poatriv
#  17.990   16.020   13.866    7.088    6.861    4.850

通过查看 FactoMiner::PCA 的代码,我发现贡献计算为平方轴坐标除以轴特征值并乘以 100%:
head(round(sort(100*fm$var$coord[,1]^2/fm$eig[1], decreasing = TRUE), 3))
# Lolipere Agrostol Eleopalu Planlanc  Poaprat  Poatriv
#  17.990   16.020   13.866    7.088    6.861    4.850

我无法使用 vegan::rda 对象复制上面的计算:
vg <- rda(dune)

head(round(sort(100*scores(vg, choices = 1, display = "sp",
scaling = 0)[,1]^2/vg$CA$eig[1], decreasing = TRUE), 3))
# Lolipere Agrostol Eleopalu Planlanc  Poaprat  Poatriv
#   0.726    0.646    0.559    0.286    0.277    0.196

我显然做错了什么,差异可能是由于这两个包计算列坐标的方式不同,因为轴的特征值非常相似(与我的实际数据集相同),但坐标不是:
# vegan eigenvalue for axis 1
vg$CA$eig[1]
#     PC1
# 24.79532

# FactoMineR eigenvalue for axis 1
fm$eig[1]
# [1] 23.55555

# vegan column coordinates for axis 1
head(round(scores(vg, choices = 1, display = "sp", scaling = 0)[,1], 3))
# Achimill Agrostol Airaprae Alopgeni Anthodor Bellpere
#  -0.176    0.400    0.007    0.155   -0.163   -0.097

#FactoMineR, column coordinates for axis 1
head(round(fm$var$coord[,1], 3))
# Achimill Agrostol Airaprae Alopgeni Anthodor Bellpere
#   0.854   -1.943   -0.033   -0.751    0.791    0.472

# Sum of column coordinates for vegan axis 1 to illustrate the difference
sum(scores(vg, choices = 1, display = "sp", scaling = 0)[,1])
# [1] -0.796912

# Sum of column coordinates for FactoMineR axis 1 to illustrate the difference
sum(fm$var$coord[,1])
# [1] 3.867738

如何使用 vegan rda 对象计算对排序轴的列/物种百分比贡献?

最佳答案

vegan 中的未缩放分数在(正常)意义上未缩放,即它们的平方和为 1——与特征值无关:

> colSums(scores(vg, choices=1:4,dis="sp", scaling=0)^2)
  PC1 PC2 PC3 PC4
    1   1   1   1

我认为这是记录在案的。如果你想把这些平方项称为贡献,我没问题。 cca 也是如此,但您需要研究加权平方和。此外,站点( dis = "si" )的未缩放分数将具有相同的单位平方和:这就是未缩放的想法。如果您缩放物种或地点,则相同的关系不再适用于另一组分数。通常,未缩放意味着分数是正交的,因此它们的叉积是单位矩阵(对角线或平方和为 1,非对角线元素为 0)。对于缩放分数,这些平方和与特征值成正比(但阅读 vegan 小插图可能对 const ant 分数缩放的设计决策有用)。

vegan 函数 goodnessinertcomp 可能(也可能不会)为您提供您正在寻找的信息。

关于r - 如何计算纯素 rda/cca 对象的物种贡献百分比?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/50177409/

10-12 20:50