2017-09-14 6 views
1

Ce que je voudrais faire est un ANOSIM de groupes définis dans des données d'assemblage pour voir si les groupes sont très différents les uns des autres, de façon similaire à cet exemple de code:ANOSIM avec des groupements cutree

data(dune) 
data(dune.env) 
dune.dist <- vegdist(dune) 
attach(dune.env) 
dune.ano <- anosim(dune.dist, Management) 
summary(dune.ano) 

Cependant, dans mes propres données, j'ai l'abondance des espèces dans une matrice de bray-curtis et après avoir créé des diagrammes hclust() et créer visuellement mes propres groupements en regardant le dendrogramme et en fixant la hauteur. Je peux ensuite utiliser cutree() pour obtenir ces groupements qui peuvent être superposés à des diagrammes MDS etc. mais je voudrais vérifier la signification de la similarité entre les groupements que j'ai créés - les groupements sont-ils significativement différents ou seulement des groupements arbitraires?

par exemple.

data("dune") 
dune.dist <- vegdist(dune) 
clua <- hclust(dune.dist, "average") 
plot(clua) 
rect.hclust(clua, h =0.65) 
c1 <- cutree(clua, h=0.65) 

Je veux alors utiliser la c1 catégorie définie comme les groupements, qui, dans le code exemple donné était le facteur de gestion, et de tester leurs similitudes pour voir si elles sont en fait différents par l'intermédiaire ANOSIM(). Je suis assez sûr que c'est juste une question de codage inepte .... tout conseil serait apprécié.

Répondre

0

cutree renvoie les groupes comme entiers: vous devez les modifier en facteurs si vous souhaitez les utiliser dans anosim: Essayez anosim(vegdist(dune), factor(c1)). Il vaut mieux contacter un statisticien local pour utiliser anosim pour analyser les dissimilarités en utilisant des clusters créés à partir de ces mêmes dissimilarités.

+0

Nous vous remercions de votre contribution @JariOksansen. Je devine à partir du commentaire qu'essayer d'analyser les dissimilarités basées sur les clusters à partir des mêmes dissimilarités est une voie spéculative à descendre ?? Je vais examiner si je peux obtenir des statistiques de mon université, car mes données, contrairement aux articles que j'ai lus avec une approche analytique similaire, ont des traitements ou des groupes de localisation pour appliquer l'ANOSIM à - la mienne est une série chronologique. pas si approprié. – Lmm