r - R中的Bray-Curtis成对分析

我正在尝试使用 R 中的 Vegan 包计算和可视化配对/合并站点上社区之间的 Bray-Curtis 差异。

下面是一个简化的示例数据框:

Site = c("A", "B", "C", "D", "E", "F", "G", "H", "I", "J")

PoolNumber = c(1, 3, 4, 2, 4, 1, 2, 3, 4, 4)

Sp1 = c(3, 10, 7, 0, 12, 9, 4, 0, 4, 3)

Sp2 = c(2, 1, 17, 1, 2, 9, 3, 1, 6, 7)

Sp3 = c(5, 12, 6, 10, 2, 4, 0, 1, 3, 3)

Sp4 = c(9, 6, 4, 8, 13, 5, 2, 20, 13, 3)

df = data.frame(Site, PoolNumber, Sp1, Sp2, Sp3, Sp4)

“站点”是一个变量，表示每个样本的采集位置
“Sp”列表示每个站点的物种丰度值。
我想比较具有相同“PoolNumber”的站点对，并为每次比较获得一个不同的值。

大多数示例表明我应该创建一个只有“Sp”列的矩阵并使用以下代码:

matrix <- df[,3:6]

braycurtis = vegdist(matrix, "bray")

hist(braycurtis)

但是，如果我用“PoolNumber”和“Site”消除列，我不确定如何告诉 R 要比较哪些行。这是否涉及通过“PoolNumber”进行组织，将其用作行名称，然后编写一个循环来比较每 2 行？
我也发现输出难以解释。较低的 Bray-Curtis 值表示更相似的社区(更接近于 0 值)，而更高的值(更接近于 1)表示更多不同的社区，但有没有办法告诉方向性，这对中哪一个更多样化？

我是初学者 R 用户，因此对于术语/格式的任何误用，我深表歉意。所有建议表示赞赏。

谢谢

最佳答案

你的意思是你想得到一个具有相同 PoolNumber 的差异子集？ vegdist 函数将为您提供所有不同之处，您可以从中挑选您的配对。当您首先将不同点转换为对称矩阵，然后从该对称矩阵中选择子集时，这是最简单的:

braycurtis <- vegdist(df[,3:6])
as.matrix(braycurtis)[df$PoolNumber==4,df$PoolNumber==4]
as.dist(as.matrix(braycurtis)[df$PoolNumber==4,df$PoolNumber==4])

如果您只想获得平均值，vegan::meandist 函数将为您提供:

meandist(braycurtis, df$PoolNumber)

这里对角线值将是 PoolNumber 内的平均差异和不同 PoolNumber 之间的非对角线平均差异。查看 vegan::meandist 的代码，您可以看到这是如何完成的。

Bray-Curtis 不相似性(像所有正常的不相似性一样)是一种对称度量，它不知道多样性的概念。您可以评估每个站点的多样化程度，但是您首先需要告诉我们“多样化”是什么意思(多样性或其他什么？)。然后您只需要在计算中使用这些值。

如果您只想查看项目(物种)的数量，以下函数将为您提供下三角形的差异(并且上三角形的值将与符号的切换相同):

designdist(df[,3:6], "A-B", "binary")

或者，您可以使用逐行统计数据并查看它们的差异。这是香农-韦弗多样性指数的一个例子:

H <- diversity(df[,3:6])
outer(H, H, "-")

要获取子集，与使用 Bray-Curtis 索引类似。

关于r - R中的Bray-Curtis成对分析，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/51200770/