我需要计算分为12组（物种）的500个独立观测数据集的马哈拉诺比斯距离。我知道如何比较两个矩阵，但我不明白如何计算我的数据集中的马哈拉诺比斯距离，即在12个物种之间。 R文档给出了
mahalanobis(x, center, cov, inverted = FALSE, ...)
x是矩阵，cov是协方差矩阵（cov(x)）
但我不明白如何计算12组的指标
我找到了this question on mahalanobis，但它并没有回答我的问题
答案 0 :(得分：7)
如果您按500乘以data.frame或matrix整理数据，那么距离就会很紧张。为了向您展示，首先我们创建一个带有一些玩具数据的data.frame：
set.seed(1) # To ensure reproducibility of the random numbers
df <- data.frame(sapply(LETTERS[1:12], function(x) rnorm(500)))
# Adding some outliers
df[1,1] <- 20
df[200,5] <- 60
head(df)
# A B C D E F G H
# 1 20.0000000 0.07730312 1.13496509 0.8500435 -0.88614959 -1.8054836 0.7391149 0.5205997
# 2 0.1836433 -0.29686864 1.11193185 -0.9253130 -1.92225490 -0.6780407 0.3866087 0.3775619
# 3 -0.8356286 -1.18324224 -0.87077763 0.8935812 1.61970074 -0.4733581 1.2963972 -0.6236588
# 4 1.5952808 0.01129269 0.21073159 -0.9410097 0.51926990 1.0274171 -0.8035584 -0.5726105
# 5 0.3295078 0.99160104 0.06939565 0.5389521 -0.05584993 -0.5973876 -1.6026257 0.3125012
# 6 -0.8204684 1.59396745 -1.66264885 -0.1819744 0.69641761 1.1598494 0.9332510 -0.7074278
# I J K L
# 1 -1.1346302 1.5579537 -1.5163733 -1.1378698
# 2 0.7645571 -0.7292970 0.6291412 -0.9518105
# 3 0.5707101 -1.5039509 -1.6781940 1.6192595
# 4 -1.3516939 -0.5667870 1.1797811 0.1678136
# 5 -2.0298855 -2.1044536 1.1176545 -0.9081778
# 6 0.5904787 0.5307319 -1.2377359 1.3417959
你有12种叫做A-L的物种。以这种方式组织，您只需运行以下行：
dist.sq <- mahalanobis(x = df, center = colMeans(df), cov = cov(df))
请记住，该函数返回距离的 square ！
plot(sqrt(dist.sq))
我希望这会有所帮助。