4

所以我一直在寻找解决这个问题的现有问题，但无济于事。

我有一个由个人 (117) 组成的数据集，每个人都有来自不同变量 (12) 的观察结果，并按具有 8 个级别的因子变量分组。

我想根据安德森和威利斯的方法对这些数据的主坐标进行规范分析。我从使用 BiodiversityR::CAPdiscrim 开始。让我们从一些示例数据开始：

individual <- c(1:30)
group <- rep(c("a","b","c"), 10)
Var1 <- rnorm(n = 30, mean = 3.0e-4,sd = 2.0e-6)
Var2 <- rnorm(n = 30, mean = 2.4e-4,sd = 2.0e-6)
Var3 <- rnorm(n = 30, mean = 7.0e-6,sd = 9.0e-9)
Var4 <- rnorm(n = 30, mean = 4.2e-5,sd = 1.0e-6)
Var5 <- rnorm(n = 30, mean = 1.0e-4,sd = 9.0e-6)
Var6 <- rnorm(n = 30, mean = 8.0e-5,sd = 1.0e-5)

df <- data.frame(cbind(individual, group, Var1, Var2, Var3, Var4, Var5, Var6))
df$Var1 <- as.numeric(levels(df$Var1))[as.integer(df$Var1)]
df$Var2 <- as.numeric(levels(df$Var2))[as.integer(df$Var2)]
df$Var3 <- as.numeric(levels(df$Var3))[as.integer(df$Var3)]
df$Var4 <- as.numeric(levels(df$Var4))[as.integer(df$Var4)]
df$Var5 <- as.numeric(levels(df$Var5))[as.integer(df$Var5)]
df$Var6 <- as.numeric(levels(df$Var6))[as.integer(df$Var6)]

CAPdiscrim 需要特定格式的数据：

vars <- df[3:8]

现在我们可以对数据运行 CAPdiscrim

BiodiversityR::CAPdiscrim(vars~group,
                          data = df,
                          dist = "euclidean",
                          axes = 4,
                          m = 0,
                          permutations = 999)

返回：

lda.default(x, grouping, ...) 中的错误：变量 1 在组内似乎是常数

我们可以使用 nearZeroVar 来查看这是否为真（这似乎不是真的）：

vars_check <- nearZeroVar(vars, saveMetrics = TRUE, names = TRUE)
vars_check

    freqRatio percentUnique zeroVar   nzv
Var1         1           100   FALSE FALSE
Var2         1           100   FALSE FALSE
Var3         1           100   FALSE FALSE
Var4         1           100   FALSE FALSE
Var5         1           100   FALSE FALSE
Var6         1           100   FALSE FALSE

现在我看到了关于这个特定于 lda() 的错误的其他问题，我注意到 CAPdiscrim() 调用了 vegdist()、cmdscale() 和 lda()，所以我试图逐个分解这个分析：

dist_matrix <- vegdist(vars,
                       method = "euclidean",
                       binary = FALSE,
                       diag = FALSE,
                       upper = FALSE,
                       na.rm = TRUE)

PCA_vars <- cmdscale(d = dist_matrix,
                       k = 5,
                       eig = TRUE,
                       add = FALSE,
                       x.ret = FALSE)

LDA_pldist <- lda(x = PCA_vars$points,
                  grouping = df$group)

它返回一个非常相似的结果：

lda.default(x, grouping, ...) 中的错误：变量 1 2 3 4 5 在组内似乎是常数

现在lda()有一个参数“tol”可以用来在处理非常小的数字时消除这个错误，所以我可以这样做：

LDA_pldist <- lda(x = PCA_vars$points,
                  grouping = df$group,
                  tol = 1.0e-25)

这提供了一些输出，但不包括某些功能，CAPdiscrim例如允许函数通过排列确定“m”的最佳数字。

谁能建议如何修改公差CAPdiscrim()？或者如何CAPdiscrim()使用这些其他功能手动执行幕后操作？

任何见解将不胜感激。

4

2 回答 2

0

我遇到了完全相同的问题。将包更新为 后BiodiversityR_2.8-3，错误消失了。

（使用您提供的数据）

BiodiversityR::CAPdiscrim(vars~group,
                          data = df,
                          dist = "euclidean",
                          axes = 4,
                          m = 0,
                          permutations = 999)
#Percentage of correct classifications was 26.66667 
#Significance of this percentage was 0.98999 

#Overall classification success (m=1) : 26.6666666666667 percent
#a (n=10) correct: 10 percent
#b (n=10) correct: 70 percent
#c (n=10) correct: 0 percent
#Warning message:
#In cmdscale(distmatrix, k = nrow(x) - 1, eig = T, add = add) :
# only 18 of the first 29 eigenvalues are > 0
于 2017-06-29T06:59:06.803 回答
0

BiodiversityR::CAPdiscrim 的作者已经解决了这个问题，并且已经在后续的包更新中推出。这是一些错误检查的案例，依赖于从生态学角度来看有意义的绝对值与与输入数据相比的相对值。

于 2018-10-15T12:15:15.290 回答