0

我对 R 很陌生，这可能是一个非常愚蠢的问题，但我现在很困惑。

我目前正在尝试对我的数据进行典型对应分析，以了解哪些环境因素对社区分布的影响更大。我正在使用素食包。我的数据包含一个环境因素表（数据集 EFamoA）和另一个丰度矩阵（数据集 AmoA）。我有 41 种土壤，有 39 个环境因素和 334 个物种。在清理了所有非数值变量的数据后，我尝试使用公式表示法执行 cca 分析：

CCA.amoA <- cca (AmoA ~ EFamoA$PH + EFamoA$LOI, data = EFamoA, 
scale = TRUE, na.action = na.omit)

但后来我得到这个错误：

Error in weighted.mean.default(newX[, i], ...) : 
'x' and 'w' must have the same length

我真的不知道从哪里开始，并且在任何地方都没有找到关于这个问题的太多信息（这让我认为这一定是我正在做的某种非常基本的错误）。我的环境因素数据没有标准化，因为我在 cca 帮助文件中表示算法会执行此操作，但也许我应该在此之前对其进行标准化？（我也红色表示 scale = TRUE 仅适用于物种）。我应该将数据转换为矩阵吗？

我希望我的观点足够清楚，因为我已经为此苦苦挣扎了一段时间。

编辑：我的环境数据有 NA 值

4

1 回答 1

0

好吧，所以我能够自己弄清楚这一切，这确实是一件愚蠢的事情，结果我的丰度数据将土壤作为列，将物种作为行，而环境因素 (EF) 数据将土壤作为行，EF 作为列。

在我的数据上使用t()，我转置了我的 data.frame（并附带将其转换为矩阵）并cca()工作（因为“长度”是相同的，我假设）。单独转置数据并加载已经转置的数据也可以。尽管该t()方法可能节省了创建全新文件的需要（如果您的数据像我的情况一样使用不同的行进行组织），但它会将数据转换为矩阵，在某些情况下这可能是不需要的，无论哪种方式，这原来是一件非常简单和明显的事情要解决（虽然花了我一段时间）。

于 2014-07-02T14:39:51.707 回答