cca或rda分析结果PPT课件.ppt

1、运用纯素食主义对米乡城进行分类分析。素食软件包是维加分析的缩写。这是一个社区分析软件。作者：Jari Okssanen http:/cc.oulu.fi/jarioksa/softhelp/vegan.html图书馆(纯素食)，社区数据，GTSData=read . table(“GTSData . txt”，标题=t)；gtsdata dim(gtsdata) CASEYR SCHSUP DAPOLD PINSUS CINSSUB CYCGLA MACCTU LITTGLA CASCAR MELOLD Myrrub ADIMIL ALBCAL SOLFEL CYCMYR TOXSUC CAS

2、TIB 1 22 3 1 0 9 0 1 1 0 0 0 1 0 2 10 8 4 0 4 12 0 3 0 1 4 0 0 0 0 2 0 3 4 7 0 4 25 0 4 1 0 1 0 1 0 1 0 0 0 1 0 4 22 9 0 12 5 1 5 10 1 0 2 0 0 0 0 7 5 11 5 3 0 8 5 3 2 4 0 0 3 0 0 0 0 2 6 3 7 1 0 8 6 3 0 1 0 0 3 0 0 0 0 0 7 15 5 2 0 6 5 3 0 0 0 1 4 0 0 0 2 0 8 14 5 9 0 6 11 0 5 0 0 0 0 0 0 0 0 0 9 2

3、6 3 11 1 4 11 0 6 0 0 1 3 0 0 0 2 0 10 23 5 9 1 2 11 0 8 0 0 0 5 1 0 0 0 0 11 14 2 4 1 1 3 3 20 0 0 4 2 1 0 0 1 0 12 12 7 5 0 12 1 1 5 0 3 1 2 0 0 0 0 0 13 4 5 10 0 6 0 6 0 2 0 0 0 0 0 004 14 4 21 00 25 20 000 03 13 15 3 22 06 14 10 00 00 40 16 14 40 54 00 01 10 300，环境数据，gtsenv=read.table (gtsenv.tx

4、t ，header=t)； gtsenv dim(gtsenv) elev凸面坡度坡向氮磷钾酸碱度1 54.89275-1.7437500 46.78939 114.01775 3.334376 0.2147654 3.694624.713993 2 57.99200-2.215000 45.6906 263.083 39 4.29481106 3.079796 0.2017985 3.958930 5.087159 5 46.18900 1.7790000 37.27584 110.11573 2.87753 0.196633.64821.5 167524 6.51.84300 4.2870

5、00 35Declan (x，方法，边距，范围。全球，na。RM=false)总计3360除以行和或列和(默认边距=1)最大值：除以行或列的最大值(默认边距=2)；freq:除以行或列的最大值，然后乘以非零值的数量(默认MARGIN=2)；Normalize:使行或列的平方和等于1(默认MARGIN=1)；Range:进行标准化，使行或列的值为0.1 (defaultmargin=2)。标准化：标准化使行或列的和为1，方差为1(默认边距=2)。Pa:将数据转换为0和1数据；Chi.square:除以行和与列和的平方根；Hellinger:采用完全标准化，然后取平方根；2.wisconsin(x

6、) :除以列最大值，然后除以行和。1。点什么？排序的过程是将样方或植物物种排列在一定的空间内，使排序轴能够反映一定的生态梯度，从而能够解释植被或植物物种的分布与环境因子之间的关系，也就是说，排序是揭示植被与环境之间的生态关系。因此，排序也被称为梯度分析。间接梯度分析，直接梯度分析，1。点什么？排序的过程是将样方或植物物种排列在一定的空间内，使排序轴能够反映一定的生态梯度，从而能够解释植被或植物物种的分布与环境因子之间的关系，也就是说，排序是揭示植被与环境之间的生态关系。因此，排序也被称为梯度分析。间接梯度分析，直接梯度分析)，2，2，2种分类图，3种分类图，4种分类图？40个物种的排序图？有序

7、内容：1。减少坐标轴的尺寸和数量；2.降维造成的信息损失尽可能小，即失真最小，即1-3轴包含大量生态信息。排序的目的：表达植被与环境的关系：所有的排序方法都反映了植物物种与环境的关系以及在一定环境梯度上的种间关系。线性模型、短梯度、主成分分析，需要对数据进行非线性变换，如取对数；非线性模型，如高斯模型、长梯度、对应分析、按距离方法排序：欧氏距离：2。卡方距离、2。主成分分析。主成分分析法的主要原理是将坐标旋转一定角度后，使第一个轴代表最大的数据，并且两个轴相互正交。PCA和rda都是通过函数RDA实现的：在纯素食包装中，RDA(公式、数据、标度=假，)RDA (x，y，z，标度=假，)分数(x

8、，显示=c(地点，物种)，选择，在stat包中：princemp (x，)princemp(公式，数据=null，子集，na。行动，)，主成分分析：特征值和惯性。每个轴都有一个特征值来表示它的信息，即它的方差。GTS . RDA=RDA(GTS data)GTS . RDA call : RDA(X=GTS data)惯性等级总计352.1无约束352.1 22惯性是无约束轴的方差特征值： PC1 PC2 PC3 PC4 PC5 PC6 PC7 PC8 111.779 73.580 54.607 32.959 26.481 18.063 12.763 7.637总和！因此，如果数据不标准化，丰

9、富物种的价值将会非常大，并且在排序时只有丰富物种的位置可以清楚地看到，其他物种将会拥挤在一起。图(RDA (GTS数据，比例尺=t)、图(RDA (GTS数据)、2。特征向量和加载虽然所有属性在排序中起着共同的作用，但是每个属性的贡献是不相等的，这可以通过加载来表示。为特征向量，为特征根，为负荷；gts.pca=princomp(gtsdata).组件的重要性3360 comp。1个组件。2个组件。3比较。4比较。5个红利。6比较。7比较。8比较。9标准偏差10.4395571 8.4699817 7.2966750 5.6687688 5.0812197 4.1960429 3.5261081 2.72481.9771。0.992109090 0.994395873 0.995960644 0.99706374 0.9981251组件18组件19组件20组件21组件22标准偏差0.52505121 0.395596131 0.37554040