0

我使用 Bray-Curtis 在社区数据和环境矩阵(包含两个水平和 6 个连续变量的因子)上运行 adonis,我总是取 1 df,但事实并非如此。这里可能有一个错误。

另请参阅 adonis 中的示例

data(dune) 
data(dune.env)  
str(dune.env)  
adonis(dune ~ Management*A1, data=dune.env, permutations=99)

虽然 A1 是一个数值变量,但结果提供了 1 个 df。

4

1 回答 1

0

在模型中:

> adonis(dune ~ Management*A1, data=dune.env, permutations=99)

Call:
adonis(formula = dune ~ Management * A1, data = dune.env, permutations = 99) 

Permutation: free
Number of permutations: 99

Terms added sequentially (first to last)

              Df SumsOfSqs MeanSqs F.Model      R2 Pr(>F)   
Management     3    1.4686 0.48953  3.2629 0.34161   0.01 **
A1             1    0.4409 0.44089  2.9387 0.10256   0.02 * 
Management:A1  3    0.5892 0.19639  1.3090 0.13705   0.21   
Residuals     12    1.8004 0.15003         0.41878          
Total         19    4.2990                 1.00000          
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

效应使用A1单一自由度,因为它是一个连续变量。Management和之间的交互A1使用了 3 个额外的自由度,因为 的A1每个级别都有一个额外的“效果” Management

这一切都在意料之中,而且这个模型肯定没有说明任何错误adonis()

重要的是,您必须确保因子变量被编码为因子,例如,如果类别被编码为整数,那么 R 仍会将这些变量解释为连续/数字。"factor"如果被迫上课,它只会将它们解释为因素。检查 的输出str(df)您的df数据框在哪里包含预测变量(协变量;右侧的东西),并确保每个因子变量都属于适当的类别。例如,数据是:~dune.env

> str(dune.env)  
'data.frame':   20 obs. of  5 variables:
 $ A1        : num  2.8 3.5 4.3 4.2 6.3 4.3 2.8 4.2 3.7 3.3 ...
 $ Moisture  : Ord.factor w/ 4 levels "1"<"2"<"4"<"5": 1 1 2 2 1 1 1 4 3 2 ...
 $ Management: Factor w/ 4 levels "BF","HF","NM",..: 4 1 4 4 2 2 2 2 2 1 ...
 $ Use       : Ord.factor w/ 3 levels "Hayfield"<"Haypastu"<..: 2 2 2 2 1 2 3 3 1 1 ...
 $ Manure    : Ord.factor w/ 5 levels "0"<"1"<"2"<"3"<..: 5 3 5 5 3 3 4 4 2 2 ...

这表明这Management是一个因子,A1是数字(它是 A1 土壤层的厚度),其余变量是有序因子(但仍然是因子;它们在 R 的 omdel 公式基础设施中正常工作)。

于 2018-12-26T17:06:39.687 回答