我正在寻找有关如何正确解释 NMDS 图上的排序椭圆以及该解释如何随着用户选择的不同置信水平和椭圆“种类”（例如标准误差与标准偏差）而变化的清晰解释。具体来说，我正在使用包中的ordiellipse()功能vegan。
例如，在我的 NMDS 图中，我的数据按具有三个级别的因子分组。ordiellipse()我可以使用specificying绘制三个单独的排序椭圆kind='sd'，conf=.60它们包含我的大部分但不是全部的点，让我了解每个组内点的质心和分布。但我正在努力准确地表达这些椭圆所代表的含义。他们是否意味着我们有 60% 的信心，每组的真实平均值位于其椭圆内？或者我们有 60% 的信心，每个组的平均值 + 1 个标准差位于其椭圆内？还是完全不同的东西？如果我改变conf内的置信水平，这种解释会如何变化ordiellipse()？kind还是从 SD 到 SE的椭圆？