比较R中使用PCA的相异性度量

Question

我想比较一些不相似度量的行为（即Bray-Curtis，Jaccard，Gower）。我已经看到这是使用主成分双标图完成的（即参见Legendre和Caceres，2013年下面）：

有关此问题的任何建议吗？以下提供的示例数据：

# Load the required packages
library(ade4)
library(vegan)
library(FD)

#Load data
data(dune)

# Calculate a series of dissimilarity measures for the data
dune.bc <- vegdist(dune, method="bray")
dune.mh <- vegdist(dune, method="manhattan")
dune.eu <- vegdist(dune, method="euclidean")
dune.cn <- vegdist(dune, method="canberra")
dune.k <- vegdist(dune, method="kulczynski")
dune.j <- vegdist(dune, method="jaccard")
dune.g <- vegdist(dune, method="gower")
dune.m <- vegdist(dune, method="morisita")
dune.h <- vegdist(dune, method="horn")
dune.mf <- vegdist(dune, method="mountford")
dune.r <- vegdist(dune, method="raup")
dune.bi <- vegdist(dune, method="binomial")
dune.c <- vegdist(dune, method="chao")

#Compare the behaviour of the dissimilarity measures using a PCA plot
# Suggestions on how proceed with this step would be greatly appreciated!

Answer 1

嗯，这不是作者所做的。如果您读取该论文，则PCA双标图是每个相异系数的属性矩阵之一，不 k 相异矩阵的PCA 。基本上，他们通过PCA分析了论文中的表2（减去最右边的列，标记为* D * max）。

我不知道比较相异矩阵的方法，除了通过Procrustes旋转和相关的PROTEST置换测试，或Mantel测试，可能：见procrustes()，protest()和{{1 }}

您可以使用渐变值查看系数的mantel()作为另一种比较。

Answer 2

听起来你想要做的是第二阶段分析？

取几个相异矩阵，在它们之间生成成对秩相关，这个伟大的不相似矩阵的相异矩阵。从那里你可以使用NMDS绘制所有。一般来说，你会发现类似的计算（即eucleadian家族，bray-curtis家族等）紧密相关。

退房： 通过第二阶段社区分析探索互动。 （2006）clarke，somerfield，airoldi和warwick

在这里，他们按照您的建议做，或者想要： 关于生态学研究的相似性测量，包括分类学差异和裸露组合的Bray-Curtis系数。 （2006）克拉克，萨默菲尔德和查普曼。