我有一个物种丰度数据集，其中有很多零，即使我trymax = 1000为metaMDS()程序设置，也无法找到压力的稳定解决方案。我已经尝试过合并数据（将多年合并以减少零的数量），但我不能再这样做了。我只是想知道是否有人知道 - 选择 R 最后给我的东西（1000 个解决方案中的最低值）在科学上是否有效，还是我不应该使用 NMDS，因为它找不到稳定的位置？互联网上似乎很少有这方面的信息。
问问题
5016 次
1 回答
8
对此的一种解释是您尝试使用太少的维度进行映射。我想您使用的是默认值k = 2？如果是这样，请尝试比较从 1000 次尝试中获得的最佳k = 3解决方案的压力。k = 2
我会有点担心从 1000 个解决方案中取出一个解决方案，因为它具有最好/最低的压力。
您还可以尝试再随机开始 1000 次，看看如果您运行更多迭代，它是否会收敛。当您从 保存输出时，您可以通过参数metaMDS()将该对象提供给另一个调用。然后它将进行进一步的随机启动，但将任何较低压力的解决方案与之前的最佳解决方案进行比较，并在找到与之相似的解决方案时收敛，而不是必须在 1000 次启动中找到两个相似的低压力解决方案。metaMDS()previous.besttrymax
于 2013-01-21T11:03:07.603 回答