基于r的群落学多元统计分析

1基于 的群落多元统计分析 用 vegan包进行排序分析赖江山（ janson) 中国科学院植物研究所2010. 11.52vegan软件包简介3vegan是 Vegetation analysis的缩写 ,是群落分析的 package作者： Jari Oksanen /web/packages/vegan/index.htmlhttp:/cc.oulu.fi/jarioksa/softhelp/vegan.htmllibrary(vegan)什么是排序 (ordination)?排序的过程是将样方或植物种排列在一定的空间，使得排序轴能够反映一定的生态梯度，从而，能够解释植被或植物种的分布与环境因子间的关系，也就是说排序是为了揭示植被 -环境间的生态关系。因此，排序也叫梯度分析（ gradient analysis）。间接梯度分析 (Indirect gradient analysis)直接梯度分析 (direct gradient analysis)2个种的排序图 3个种的排序图4个种的排序图？40个种排序图？排序的目标：1.降低维数，减少坐标轴的数目 ；2. 由降低维数引起的信息损失尽量少，即发生最小的畸变，也就是让新的坐标系第 1-3轴排序轴包含大量的生态信息 。排序的目的：表示植被与环境之间的关系：所有排序方法都反映植物种和环境之间的关系以及在某一环境梯度上的种间关系。1.线形模型（ linear model），短的梯度，主成分分析（ Principle component analysis)，需要对数据进行非线性转换，如取对数；2.非线性模型（ non-linear model）如高斯模型，长的梯度，对应分析 （ Correspondence analysis) 群落数据输入gtsdata=read.table(“gtsdata.txt“,header=T)gtsdatadim(gtsdata)环境因子数据输入gtsenv=read.table(“gtsenv.txt“,header=T); gtsenvdim(gtsenv)数据的标准化1. decostand(x, method, MARGIN, )total: 除以行和或列和 (default MARGIN = 1是 row);max:除以行或列的最大值 (default MARGIN = 2 是列 );freq:除以行或列的最大值 ,并乘以非零值的个数，非零值的平均值为 1 (default MARGIN=2);normalize:使行或列的平方和等于 1 (default MARGIN = 1);range: 标准化使行或列的值在 0 . 1 (default MARGIN = 2).standardize:标准化使行或列的和为 1且方差为 1(default MARGIN = 2)；pa: 将数据转换为 0、 1数据； chi.square: 除以行和及列和的平方根；hellinger: 采用 total标准化以后再取平方根；log： 对数化，默认自然对数， logbase参数是自选的 base2. wisconsin(x) :除以列最大值，再除以行和。排序类别 (in CANOCO)间接梯度分析（ Indirect Gradient Analysis） ：PCA (Principal components analysis)CA (Correspondence analysis)DCA (Detrended Correspondence Analysis)直接梯度分析（ Direct Gradient Analysis） ：RDA (Redundance analysis)CCA (Canonical correspondence analysis)DCCA (Detrended CCA )PCA RDA CA CCA DCA DCCA13决定排序的模型：单峰还是线性？decorana(gtsdata)Call:decorana(veg = gtsdata) Detrended correspondence analysis with 26 segments.Rescaling of axes with 4 iterations.DCA1 DCA2 DCA3 DCA4Eigenvalues 0.3939 0.2239 0.09555 0.06226Decorana values 0.5025 0.1756 0.06712 0.03877Axis lengths 3.2595 2.5130 1.21445 1.00854如果这四个轴中梯度最长（最大值）超过 4，选择单峰模型排序（CA、 CCA、 DCA）更合适。如果是小于 3，选择线性模型（ PCA、 RDA）比较合理。如果介于 3-4之间，单峰模型和线性模型结果差不多。间接梯度分析（ Indirect Gradient Analysis）PCA (Principal components analysis)CA (Correspondence analysis)DCA (Detrended Correspondence Analysis)主成分分析 (Principle component analysis, PCA)主成分分析的主要原理是：使坐标旋转一定的角度后，使第一轴表示数据最大的方差，使第二轴表示数据第二的方差。而且轴与轴之间是正交的（ orthogonal)。PCA和 RDA都采用函数 rda实现：在 vegan包中，rda(formula, data, scale=FALSE, .) rda(X, Y, Z, scale=FALSE, .) scores(x, choices, display=c(“sites“,“species“), .) 在 stat包中：princomp(x, .) 主成分分析princomp(formula, data = NULL, subset, na.action, .) gts.rda=rda(gtsdata)gts.rdaCall: rda(X = gtsdata) Inertia RankTotal 352.1 Unconstrained 352.1 22Inertia is variance Eigenvalues for unconstrained axes:PC1 PC2 PC3 PC4 PC5 PC6 PC7 PC8 111.779 73.580 54.607 32.959 26.481 18.063 12.763 7.637 scores(gts.rda,choices=c(1:4) ,display=c(“si“,“sp“)summary(gts.rda) #类似 Canoco的 log文件和 .sol文件的信息plot(gts.rda,choices=c(1,2),display=c(“sp“,“si“)biplot(gts.rda,choices=c(1,2),display=c(“sp“,“si“)plot(rda(gtsdata,scale=T)plot(rda(gtsdata)!如果不对数据做标准化的话，丰富种的值就非常大，排序时就只能看清丰富种的位置，其它种就拥挤在一起。 如用 x1,x2,x3,x4,x5,x6 分别表示原先的变量，而用 y1,y2,y3,y4,y5,y6 表示新的主成分，那么，第一和第二主成分为 这些系数称为主成分载荷（ loading），它表示主成分和相应的原先变量的相关系数。比如 y1表示式中 x1的系数为 -0.806，这就是说第一主成分和的 x1变量的相关系数为 -0.806。相关系数 (绝对值）越大，主成分对该变量的代表性也越大。负荷 (loading)gts.pca=princomp(gtsdata)gts.pca$loadingsgtsenv.pca=princomp(gtsdenv)gtsenv.pca$loadingsbiplot(gtsenv.pca)第一主成分代表海拔高度，第二主成分代表坡向对应分析 (Correspondence analysis, CA)1.PCA在迭代运算过程是采用线性模型2.CA在迭代运算过程采用单峰模型（加权平均法）CA在 vegan中也是用 cca函数来实现：gts.ca=cca(gtsdata)gts.casummary(gts.ca)Call:cca(X = gtsdata) Inertia RankTotal 1.424 Unconstrained 1.424 21Inertia is mean squared contingency coefficient Eigenvalues for unconstrained axes:CA1 CA2 CA3 CA4 CA5 CA6 CA7 CA8 0.50253 0.26564 0.14023 0.10502 0.09127 0.05540 0.05063 0.04204 26plot(gts.ca)CANOCO里面 scaling of ordination scores27plot(gts.ca, scaling=1)用物种数据对样方坐标进行加权平均 ,使样方坐标在物种数据的中心，因此对样方感兴趣的话，采用这种做图方法。plot(gts.ca, scaling=2)