0

私の問題に関連するスレッドが見つからないようです (少なくとも簡単に言えば)。

サンプル サイト (行) ごとの種 (列) のコミュニティ マトリックスがあります。最初に Bray-Curtis 変換を実行して類似度/非類似度行列 ( vegdist) を取得し、次にhclust行列に関数を適用しました。

私が使用したスクリプトのセクション：

library(vegan)
community_matrix <- read.csv(choose.files(),sep=",",row.names=1)
d = (1 - vegdist(community_matrix, method="bray")) * 100
h = hclust(d, method = "ward.D2")
plot(h, main = "", sub = "", xlab="", ylab = "Bray-Curtis simmilarity", axes = FALSE, hang = -1)

すべてが完璧に機能しますが、上記の結果、127 個のブランチ (サンプル サイトごとに 1 つ) を持つデンドログラム ツリーが作成されました。127 のサンプル サイトを、これらのサイトが属する 5 つの HABITATS ごとにグループ化したいと考えています。次に、樹状図の枝は、サンプル サイトではなく、より理解できる 5 分岐 (生息地) 樹状図を示します。したがって、生息地でクラスタリングを実行し、サンプル サイトで重み付けする必要があります。

以前は PC-ORD でこの分析を実行しましたが、今回は容赦のない R で実行する必要があります。

4

1 に答える 1

0

データを集約します。

生息地をクラスター化する場合、データはサイトではなく生息地にある必要があります。

ただし、サイトから生息地の構造が明らかにならない場合、生息地の類似性はあまり重要でないか、データによって十分にサポートされていない可能性があります (またはデータが十分に前処理されていません)。

于 2015-04-29T05:55:52.720 に答える