Сравнивая измерения различий с использованием PCA в R

Question

Я хотел бы сравнить поведение нескольких мер несходства (т. Е. Брей-Кертис, Жаккар, Гауэр). Я видел это сделано с помощью главного компонента biplot (т.е. см Лежандра и Касерес, 2013 ниже):

Любые предложения, как один идет об этом? Примерные данные, приведенные ниже:

# Load the required packages 
library(ade4) 
library(vegan) 
library(FD) 

#Load data 
data(dune) 

# Calculate a series of dissimilarity measures for the data 
dune.bc <- vegdist(dune, method="bray") 
dune.mh <- vegdist(dune, method="manhattan") 
dune.eu <- vegdist(dune, method="euclidean") 
dune.cn <- vegdist(dune, method="canberra") 
dune.k <- vegdist(dune, method="kulczynski") 
dune.j <- vegdist(dune, method="jaccard") 
dune.g <- vegdist(dune, method="gower") 
dune.m <- vegdist(dune, method="morisita") 
dune.h <- vegdist(dune, method="horn") 
dune.mf <- vegdist(dune, method="mountford") 
dune.r <- vegdist(dune, method="raup") 
dune.bi <- vegdist(dune, method="binomial") 
dune.c <- vegdist(dune, method="chao") 

#Compare the behaviour of the dissimilarity measures using a PCA plot 
# Suggestions on how proceed with this step would be greatly appreciated! 

Answer 1

Хм, это не то, что делают авторы. Если вы читаете этой бумагой, биплот PCA является одной из матриц свойств каждого коэффициента различий, не a PCA of k матрицы различий. В основном они анализировали таблицу 2 в документе через PCA (минус столбец справа, обозначенный * D * max).

Я не знаю, как для сравнения матриц несходства, кроме через вращение Procrustes и связанного с испытанием ПРОТЕСТ перестановки, или тест Mantel, возможно: см procrustes(), protest() и mantel()

Вы можете посмотреть на rankindex() коэффициентов с градиентными значениями в качестве другого сравнения.

Answer 2

Похоже, что вы пытаетесь сделать анализ второй стадии?

Возьмите несколько матриц несходства, создайте парные ранговые корреляции между ними и этими великими матрицами несходства из ваших матриц несходства. Оттуда вы можете использовать NMDS для построения их всех. В общем, вы обнаружите, что подобные вычисления (т. Е. Семейство эвлеазов, семейство брей-куртов и т. Д.) Тесно связаны.

Отъезд: Изучение взаимодействий в анализах сообщества второго этапа. (2006) кларк, Somerfield, Airoldi и Warwick

Здесь они делают то, что вы предлагаете, или хотите: О мерах по сходству для экологических исследований, в том числе таксономического несходства и ZeR скорректированный коэффициентом Bray-Curtis для Зачищенных сборок. (2006) Кларк, Сомерфилд и Чепмен.