Question

我遇到了解决一个错误的问题。这是我尝试执行的行：

library(vegan)
adonis(data = dset, adiv ~ N+P+K)

它返回一条失败消息：

Error in rowSums(x, na.rm = TRUE) : 
  'x' must be an array of at least two dimensions

数据集似乎没什么用，因为aov（data = dset，adiv~N + P + K）效果很好。我知道当某些函数丢弃数据框尺寸时会出现这样的错误，但在这种情况下我不知道如何修复它。

编辑。添加我的数据集。

treatment   N   P   K   M   adiv
N   1   0   0   0   0.2059
P   0   1   0   0   0.20856
K   0   0   1   0   0.22935
O   0   0   0   0   0.10729
NP  1   1   0   0   0.30674
NK  1   0   1   0   0.30509
PK  0   1   1   0   0.30606
NPK+    1   1   1   1   0.50389
NPK 1   1   1   0   0.40731
manure  0   0   0   1   0.2085

在尝试执行adonis之前，我将处理值转换为以下因素：

dataset$N <- as.factor(dat$N)
dataset$P <- as.factor(dat$P)
dataset$K <- as.factor(dat$K)
dataset$M <- as.factor(dat$M)

然后我尝试执行该函数并获取错误。正如我已经提到的，当我尝试aov（）或lm（）时，一切正常。

Answer 1

这是猜测，因为你的问题中没有任何可重复的内容。但是，如果我使用单变量响应，我可以触发类似的错误：adonis用于多变量响应，并且可能不适用于单变量响应。可以使用adonis来阅读?adonis帮助页面，并且它表示公式的左侧应该是＆＃34;要么是相异度对象（继承自类"dist"} ）或数据框或矩阵。＆＃34;这有助于我尝试（但我真的无法重现您的示例）：您可以尝试使用as.matrix(Nitrososphaearaceae)或dist(Nitrososphaeraceae)的lhs。

adonis功能真正用于多变量响应，并且需要谨慎使用单变量响应。您还应该仔细考虑与此类模型一起使用的不相似度（或距离）的类型。例如，上面的两个替代方案将给出不同的结果，因为它们使用不同的相异性度量。我完全不确定使用基于距离的方法，如adonis和单变量响应。

来自素食主义者的adonis功能不起作用

1 个答案: