我有一个物种丰度数据集，里面有很多零，即使我为trymax = 1000设置metaMDS()，程序也无法找到稳定的压力解决方案。我已经尝试过组合数据（将多年折叠在一起以减少零的数量），我不能再做了。我只是想知道是否有人知道 - 在最后选择R给我的（1000种解决方案中最低的）是否在科学上是有效的，或者我不应该使用NMDS，因为它找不到稳定的位置？互联网上似乎没有关于此的信息。
答案 0 :(得分：6)
对此的一种解释是您尝试使用太少的维度进行映射。我认为你使用的是默认k = 2？如果是这样，请尝试k = 3并比较您从k = 2解决方案的1000次尝试中获得的最佳解决方案的压力。
我会有点担心从1000中获得一个解决方案，因为它具有最佳/最低压力。
如果运行更多迭代，您还可以尝试1000次随机启动并查看它是否收敛。保存metaMDS()的输出后，您可以通过metaMDS()参数将该对象提供给previous.best的另一个调用。然后它将进行trymax进一步的随机启动，但是将任何较低应力解决方案与之前的最佳解决方案进行比较，如果找到与之类似的解决方案，则收敛，而不是必须在1000次启动中找到两个类似的低压力解决方案。 / p>