1

我想做的是在一些组合数据中定义分组的 ANOSIM，以查看分组是否彼此显着不同，以与此示例代码类似的方式：

data(dune)
data(dune.env)
dune.dist <- vegdist(dune)
attach(dune.env)
dune.ano <- anosim(dune.dist, Management)
summary(dune.ano)

然而，在我自己的数据中，我在 bray-curtis 矩阵中拥有物种丰度，并且在创建 hclust() 图表并通过查看树状图并设置高度来直观地创建自己的分组之后。然后我可以通过 cutree() 获得这些可以叠加在 MDS 图等上的分组，但我想检查我创建的分组之间相似性的重要性 - 即分组是显着不同还是只是任意分组？

例如

data("dune")
dune.dist <- vegdist(dune)
clua <- hclust(dune.dist, "average")
plot(clua)
rect.hclust(clua, h =0.65)
c1 <- cutree(clua, h=0.65)

然后我想使用 c1 定义的类别作为分组，在给出的示例代码中是管理因素，并通过 anosim() 测试它们的相似性以查看它们是否真的不同。

我很确定这只是我无能的编码问题....任何建议将不胜感激。

4

1 回答 1

0

cutree将组作为整数返回：如果您想在anosim: Try中使用它们，则必须将它们更改为因数anosim(vegdist(dune), factor(c1))。您最好联系当地的统计学家，以便使用anosim从这些非常相似的差异创建的集群来分析差异。

于 2017-09-15T10:26:48.123 回答