かなりの数のゼロを含む種の豊富なデータセットがあり、プログラムに設定trymax = 1000してもmetaMDS()、ストレスの安定した解決策を見つけることができません。私はすでにデータを結合しようとしました（ゼロの数を減らすために複数年を一緒に折りたたむ）、そして私はこれ以上できません。誰かが知っているかどうか疑問に思っていました-最後にRが私に与えるもの（1000のソリューションの最低）を選ぶことは科学的に有効ですか、それとも安定した場所を見つけることができないのでNMDSを使用すべきではありませんか？インターネット上にはこれに関する情報はほとんどないようです。
質問する
5016 次
1 に答える
8
これの 1 つの説明は、マッピングに使用しようとしているディメンションが少なすぎることです。デフォルトを使用していると思いますk = 2か？もしそうなら、1000回の試行から得た最良のk = 3解決策からの応力を試して比較してください.k = 2
ストレスが最高/最低だったという理由だけで、1000 のうち 1 つのソリューションを採用するのは少し心配です。
さらに 1000 回のランダムな開始を試して、さらに反復を実行した場合に収束するかどうかを確認することもできます。からの出力を保存すると、引数を介してmetaMDS()への別の呼び出しにそのオブジェクトを提供できます。その後、さらにランダムな開始を行いますが、1000 回の開始で 2 つの同様の低ストレス ソリューションを見つける必要はなく、より低いストレス ソリューションを以前の最良のソリューションと比較し、それに類似したソリューションが見つかった場合に収束します。metaMDS()previous.besttrymax
于 2013-01-21T11:03:07.603 に答える