Question

所以我一直在搜寻现有的问题以解决这个问题，但无济于事。

我有一个由个体组成的数据集（117），每个数据集都有一个来自不同变量（12）的观察结果，并按8个等级的因子变量进行分组。

我想基于Anderson和Willis方法对这些数据的主要坐标进行规范分析。我开始使用BiodiversityR :: CAPdiscrim。让我们从一些示例数据开始：

individual <- c(1:30)
group <- rep(c("a","b","c"), 10)
Var1 <- rnorm(n = 30, mean = 3.0e-4,sd = 2.0e-6)
Var2 <- rnorm(n = 30, mean = 2.4e-4,sd = 2.0e-6)
Var3 <- rnorm(n = 30, mean = 7.0e-6,sd = 9.0e-9)
Var4 <- rnorm(n = 30, mean = 4.2e-5,sd = 1.0e-6)
Var5 <- rnorm(n = 30, mean = 1.0e-4,sd = 9.0e-6)
Var6 <- rnorm(n = 30, mean = 8.0e-5,sd = 1.0e-5)

df <- data.frame(cbind(individual, group, Var1, Var2, Var3, Var4, Var5, Var6))
df$Var1 <- as.numeric(levels(df$Var1))[as.integer(df$Var1)]
df$Var2 <- as.numeric(levels(df$Var2))[as.integer(df$Var2)]
df$Var3 <- as.numeric(levels(df$Var3))[as.integer(df$Var3)]
df$Var4 <- as.numeric(levels(df$Var4))[as.integer(df$Var4)]
df$Var5 <- as.numeric(levels(df$Var5))[as.integer(df$Var5)]
df$Var6 <- as.numeric(levels(df$Var6))[as.integer(df$Var6)]

CAPdiscrim需要特定格式的数据：

vars <- df[3:8]

现在我们可以在数据

上运行CAPdiscrim

BiodiversityR::CAPdiscrim(vars~group,
                          data = df,
                          dist = "euclidean",
                          axes = 4,
                          m = 0,
                          permutations = 999)

返回：

lda.default（x，分组，...）出错：变量1似乎在组内是不变的

我们可以使用nearZeroVar来判断这是否属实（看起来并非如此）：

vars_check <- nearZeroVar(vars, saveMetrics = TRUE, names = TRUE)
vars_check

    freqRatio percentUnique zeroVar   nzv
Var1         1           100   FALSE FALSE
Var2         1           100   FALSE FALSE
Var3         1           100   FALSE FALSE
Var4         1           100   FALSE FALSE
Var5         1           100   FALSE FALSE
Var6         1           100   FALSE FALSE

现在我看到了有关此特定于lda（）的错误的其他问题，我注意到CAPdiscrim（）调用了vegdist（），cmdscale（）和lda（），所以我试图通过peice来分解这个分析：

dist_matrix <- vegdist(vars,
                       method = "euclidean",
                       binary = FALSE,
                       diag = FALSE,
                       upper = FALSE,
                       na.rm = TRUE)

PCA_vars <- cmdscale(d = dist_matrix,
                       k = 5,
                       eig = TRUE,
                       add = FALSE,
                       x.ret = FALSE)

LDA_pldist <- lda(x = PCA_vars$points,
                  grouping = df$group)

返回非常相似的结果：

lda.default（x，分组，...）出错：变量1 2 3 4 5在组内似乎是常数

现在lda()有一个论点＆＃34; tol＆＃34;这可以用来在处理非常小的数字时删除这个错误，所以我可以这样做：

LDA_pldist <- lda(x = PCA_vars$points,
                  grouping = df$group,
                  tol = 1.0e-25)

这提供了一些输出，但不包括CAPdiscrim的一些功能，例如允许函数确定＆＃34; m＆＃34;的最佳数字。通过排列。

有人可以建议如何修改CAPdiscrim()中的容差吗？或者如何使用这些其他功能手动执行CAPdiscrim()正在做什么？

非常感谢任何见解。

Answer 1

我遇到了完全相同的问题。将软件包更新到BiodiversityR_2.8-3后，错误就消失了。

（使用您提供的数据）

BiodiversityR::CAPdiscrim(vars~group,
                          data = df,
                          dist = "euclidean",
                          axes = 4,
                          m = 0,
                          permutations = 999)
#Percentage of correct classifications was 26.66667 
#Significance of this percentage was 0.98999 

#Overall classification success (m=1) : 26.6666666666667 percent
#a (n=10) correct: 10 percent
#b (n=10) correct: 70 percent
#c (n=10) correct: 0 percent
#Warning message:
#In cmdscale(distmatrix, k = nrow(x) - 1, eig = T, add = add) :
# only 18 of the first 29 eigenvalues are > 0

Answer 2

BiodiversityR :: CAPdiscrim的作者已解决此问题，此问题已在后续软件包更新中推出。在这种情况下，有些错误检查依赖于从生态学角度来看有意义的绝对值与相对于输入数据的相对值进行比较。

R - ＆＃34; CAPdiscrim＆＃34;和＆＃34; lda＆＃34;错误＆＃34;变量1似乎在群组中保持不变＆＃34;

2 个答案: