R素食包:具有多个变量的RDA分析

时间:2018-01-30 15:28:18

标签: r vegan rda

Goodmorning everyone, 我正在尝试用纯素包进行rda分析。我的df1看起来像:

           816fit    308fit    433fit   008fit   1057fit
id21         0         0         0          0          0
id22         0         0         0          0          0
id23         0         0         0          0          0
id24         0         0         0          0          0
id26         0         0         0          0          0

而df2是:

   dairy_Moisture dairy_Energy dairy_Protein dairy_Fat dairy_Carbohydrate dairy_Fiber dairy_Minerals
id21         141.55       479.25        29.475    33.225              15.55           0            5.2
id22         141.55       479.25        29.475    33.225              15.55           0            5.2
id23         141.55       479.25        29.475    33.225              15.55           0            5.2
id24         141.55       479.25        29.475    33.225              15.55           0            5.2
id26          40.30       348.00        24.100    25.100               6.30           0            4.2

我想使用df2中包含的所有变量执行rda,但是当我执行分析时:

rda(df1 ~ df2$dairy_Moisture+ df2$dairy_Energy)

我只得到第一个变量的结果。喜欢它它没有考虑我可以在第一个之后加上“+”的所有其他变量。没有人知道它为什么会发生吗? 非常感谢

只是想知道我得到的结果是

rda(df1 ~ dairy_Energy , df2)
Call: rda(formula = df1 ~ dairy_Energy, data = df2)

              Inertia Proportion Rank
Total         0.46565    1.00000     
Constrained   0.09769    0.20979    1
Unconstrained 0.36796    0.79021    6
Inertia is variance 

Eigenvalues for constrained axes:
   RDA1 
0.09769 

Eigenvalues for unconstrained axes:
    PC1     PC2     PC3     PC4     PC5     PC6 
0.10567 0.07875 0.06024 0.05464 0.04113 0.02752 

我得到两个或更多变量完全相同的结果

Call: rda(formula = df1 ~ dairy_Energy + dairy_Carbohydrate, data = df2)

              Inertia Proportion Rank
Total         0.46565    1.00000     
Constrained   0.09769    0.20979    1
Unconstrained 0.36796    0.79021    6
Inertia is variance 
Some constraints were aliased because they were collinear (redundant)

Eigenvalues for constrained axes:
   RDA1 
0.09769 

Eigenvalues for unconstrained axes:
    PC1     PC2     PC3     PC4     PC5     PC6 
0.10567 0.07875 0.06024 0.05464 0.04113 0.02752 

1 个答案:

答案 0 :(得分:0)

您看似忽略了输出中有一条重要的行:

Some constraints were aliased because they were collinear (redundant)

这意味着某些变量没有为您的模型带来新信息,但它们只复制了现有信息。看看你的df2:当水分是141.55,然后能量是479.25,蛋白质是29.475,脂肪是33.225,碳水化合物是15.55,当水分变化时,所有其他变量同时变化。如果您知道一个变量的值,则可以知道所有其他变量的值。所以它们是多余的,你的数据是共线的。只有一个变量有任何信息,并报告给你。