Question

是否有办法使用函数metaMDS从NMDS对象确定解释的累积方差（公制拟合或R ^ 2m）？对象返回压力，分数，分数的值，但我没有看到差异。该函数来自纯素包，并执行非度量多维缩放。

metaMDS(comm, distance = "bray", k = 2, try = 20, trymax = 20, 
engine = c("monoMDS", "isoMDS"), autotransform =TRUE,
noshare = (engine == "isoMDS"), wascores = TRUE, expand = TRUE, 
trace = 1, plot = FALSE, previous.best,  ...)

我读到R ^ 2是1总应力？

感谢任何建议。

Answer 1

与其他轴相比，nMDS中的每个轴都没有与方差相关的百分比主要组件方法，如PCA，CA，PCoA（= MDS）。

我引用勒让德＆amp; Legendre 2012：

与基于特征向量的方法的PCA，PCoA或CA相反，nMDS计算不能最大化与排序的各个轴相关的可变性

NMDS的目标是在很小的维度上保存和表示观测的顺序而其他方法的目的更多是为了保持观察之间的确切距离，并找到最大化解释方差的原始轴组合。

您可以使用a检查并可视化2维中表示的质量＆＃34;谢泼德＆＃34;图表，表示与二维秩序的二维距离 k维空间中的原始距离这是一个比较a的2维表示质量的例子 nMDS和基于Bray-Curtis距离的MDS（PCoA）。

library(vegan)
data(dune)

nMDS <- metaMDS(dune, distance = "bray", k = 2)
MDS <- cmdscale(vegdist(dune, method = "bray"), k = 2, eig = T, add = T )

MDS轴解释的方差百分比

round(MDS$eig*100/sum(MDS$eig),1)
#>  [1] 30.3 18.7  9.5  8.0  6.6  5.5  4.3  3.0  2.7  2.4  2.2  1.7  1.6  1.5
#> [15]  0.8  0.6  0.4  0.1  0.0  0.0

Shepard图

# x11(width = 18/2.54, height = 9/2.54)

par(mfrow = c(1,2), mar = c(3.5,3.5,3,1), mgp = c(2, 0.6, 0), cex = 0.8, las = 1)
spear <- round(cor(vegdist(dune, method = "bray"), dist(nMDS$points), method = "spearman"),3)
plot(vegdist(dune, method = "bray"), dist(nMDS$points), main = "Shepard diagram of nMDS", 
     xlab = "True Bray-Curtis distance", ylab = "Distance in the reduced space")
mtext(line = 0.1, text = paste0("Spearman correlation = ", spear), cex = 0.7)

spear <- round(cor(vegdist(dune, method = "bray"), dist(MDS$points), method = "spearman"),3)
plot(vegdist(dune, method = "bray"), dist(MDS$points), main = "Shepard diagram of MDS", 
     xlab = "True Bray-Curtis distance", ylab = "Distance in the reduced space")
mtext(line = 0.1, text = paste0("Spearman correlation = ", spear), cex = 0.7)

要确定你需要多少尺寸，你可以将压力绘制成一个函数尺寸数量。请注意，与传统的碎石图相比，每个条形图不表示与每个轴相关的方差，而是表示总应力（函数对于所有维度，d和d_hat之间的平方差异。例如，＆＃34; 3Dim＆＃34;酒吧表示三维解的应力，而不是与第三轴相关的应力...
这里维度表示的改进＆gt;超过2个维度。

n = 10
stress <- vector(length = n)
for (i in 1:n) {
    stress[i] <- metaMDS(dune, distance = "bray", k = i)$stress
}
names(stress) <- paste0(1:n, "Dim")
# x11(width = 10/2.54, height = 7/2.54)
par(mar = c(3.5,3.5,1,1), mgp = c(2, 0.6, 0), cex = 0.8, las = 2)
barplot(stress, ylab = "stress")

由reprex package（v0.2.0）创建于2018-03-11。

R

1 个答案: