Question

我有来自同一湖芯的2个代理（特别是植物大型化石和测试变形虫）的古代数据。我在两个代理的转换数据上运行了PCA。我希望在同一个双标图上被动地绘制一个代理而不是另一个代理，以便研究一个人如何影响另一个。

我熟悉如何使用素食主义者以及绘图，点，箭头和文本命令在R中构建双色标。我的问题是如果我将一个代理绘制在另一个上，除了确保缩放之外还有什么代理是一样的，以便最终的情节准确吗？是否可以创建一个代理的双标图并简单地覆盖第二组物种数据，如下所示？这是所谓的“被动”覆盖吗？

# construct biplot for proxy1
plot(proxy1_pca, type = "n", scaling = 3)
text(proxy1_pca, display = "species", scaling =3)
points(proxy1_pca, display = "sites", scaling = 3)
ordipointlabel(proxy1_pca, display = "sites", , scaling = 3, cex = 0.7, add = TRUE)

# overlay proxy2
text(proxy2_pca, display="species", scaling = 3)

任何评论都表示赞赏。

Answer 1

假设我们在同一组样本上测量了两个代理，然后是，这是可能的，是的，这是一个＆＃34;被动＆＃34;覆盖，虽然该术语通常用于指被动样本。在被动覆盖中，我们使用

来自＆＃34;活跃＆＃34;的物种得分集合设置为找到新的样本，即所谓的＆＃34;被动＆＃34;样本，进入现有的排序空间（通过加权总和或这些得分的加权平均值，权重是新样本中物种的丰度），或
来自＆＃34;活跃＆＃34;的网站/样本分数集合设置为通过加权总和或重量平均值来定位新的物种。

由于您对代理（这些是变量或物种）感兴趣，我们需要从第2点开始的站点/样本分数。然后可以使用predict()方法对一系列排序方法进行此操作，{ {1}}。

在您的情况下，我们只有部分或可能没有样本的分数限制了这种方法的适用性。

其次，您将限制我们将被动代理分数置于活动代理集中代理与站点之间关系的某种功能的方式。理查德（在评论中）提出了两种避免这种情况的方法

执行单独的标准，然后比较结果配置之间的关联程度（通过procrustes旋转），或
通过共同对应分析执行单一排序，与procrustes或您提到的被动响应变量方法不同，它提取两个代理之间协方差的模式。

但是在这两种情况下都假设两个代理已经在相同的样本（位置，时间点）上进行了测量。正如我在评论中提到的，如果在分析两个代理的样本中有一些或大部分重叠，则可以使用样本/水平的公共子集进行分析。

对于procrustes方法，您手动执行单独的标准然后进行比较，您可以通过将这些样本视为被动来添加仅测量一个代理的样本（对于该代理的排序）。 Procrustes分析只能使用通用的样本/水平集进行，但您可以将这些被动样本事后绘制到原始分析中。

您还可以将一个代理记录插入到与第一个相同的级别/深度，但这是不可取的，因为这样做可以从插值系列中删除很多变化，因此co-CA或procrustes分析会由于插值代理系列中噪声成分大大减少，所以反保守。

如何在PCA双标图上被动覆盖第二个代理？

1 个答案: