标签：分析 绘制 回归 tecdat points RDA 拓端 数据 冗余

原文链接：http://tecdat.cn/?p=25564 

原文出处：拓端数据部落公众号

冗余分析（redundancy analysis，RDA）是一种回归分析结合主成分分析的排序方法，也是多因变量（multiresponse）回归分析的拓展。从概念上讲，RDA是因变量矩阵与解释变量之间多元多重线性回归的拟合值矩阵的PCA分析。

本报告对植物生态多样性做了数据分析。
 

冗余分析

首先，加载数据。

要加载数据，所有文件都必须在工作目录中。

1.   ste <- read.csv("sr.csv")
2.   ev <- read.csv("ev.csv")
3.   as <- read.csv("as.csv")

我对数据做了一些修改。首先，我将 ev 数据的所有定量变量（即除地貌单元外的所有变量）与 as 数据组合成一个名为 enqut. 然后，我对数据进行了归一化， 允许非常不同单位的变量之间进行比较。最后，我在归一化的定量环境变量中添加了地貌单元列，创建数据框 era，用于冗余分析。

1.   enqut<- cbind(ev[,-5],ap)
2.   enz <- scale
3.   ut <- env[,5]
4.   era<- data.frame

结构数据

我使用环境数据era 作为解释变量对植被结构进行了冗余分析。我将结果分配给对象 str。

summary(str)

 

 

 

 

然后我得到了这个分析的 R 方和调整后R 方。

RsquareAdj

RsqeAdj$adj.r.sqd

 制作三序图。

1.   par
2.   plot
3.   points
4.   usc <- scores
5.   points
6.   text

成分数据

首先我加载了物种数据。同样，该文件 PAl.csv 必须在工作目录中。为了降低大丰度的重要性，我将 Hellinger 转换应用于物种数据。

sp <- Hellinger(sp)

然后我使用所有环境变量作为解释变量进行了冗余分析。

1.    
2.   head(suda)

 

1.   # 获得R^2和调整后的R^2
2.   (sR2 <- RseAdj

(spdj <- RseAdj$adj.r.sed)

以2型标尺 对物种数据制作 RDA三序图。

1.    
2.    
3.    
4.   # 做好绘图空间
5.   par
6.   plot
7.   # 绘制站点的分数
8.   spc <- scores
9.   points
10.    
11.   # 绘制出物种的点数
12.   ssc <- scores
13.   points
14.    
15.   # 绘制定量解释变量的箭头和它们的标签
16.   spesc <- scores
17.   arrows
18.   env.names
19.   text
20.    
21.   # 绘制地貌单元中心点和它们的标签的绘图点
22.   spsc <- scores
23.   points
24.   text

论文图形

这是为论文制作图形的代码。

1.    
2.    
3.   par
4.   ensc <- scores
5.   arrows
6.   points
7.    
8.   # 制作绘图空间
9.   par
10.   plot
11.   abline
12.   mtext
13.    
14.   # 绘制站点的分数
15.   spsc <- scores
16.   points
17.    
18.   # 绘制出物种的点数
19.   sp.sc <- scores
20.   points
21.    
22.   # 绘制定量解释变量的箭头和它们的标签
23.   spsc <- scores
24.   arrows
25.   text
26.    
27.   # 绘制地貌单元中心点和它们的标签的绘图点
28.   unimes
29.   spusc <- scores
30.   points
31.   text

---

最受欢迎的见解

1.matlab偏最小二乘回归(PLSR)和主成分回归(PCR)

2.R语言高维数据的主成分pca、 t-SNE算法降维与可视化分析

3.主成分分析(PCA)基本原理及分析实例

4.基于R语言实现LASSO回归分析

5.使用LASSO回归预测股票收益数据分析

6.r语言中对lasso回归，ridge岭回归和elastic-net模型

7.r语言中的偏最小二乘回归pls-da数据分析

8.r语言中的偏最小二乘pls回归算法

9.R语言线性判别分析（LDA），二次判别分析（QDA）和正则判别分析（RDA）

标签：分析,绘制,回归,tecdat,points,RDA,拓端,数据,冗余
来源： https://www.cnblogs.com/tecdat/p/15971439.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。