赖江山的博客分享 http://blog.sciencenet.cn/u/laijiangshan 生态、统计与R语言

博文

rdacca.hp用于在多元回归和典范分析中变差分解和层次分割的R包(preprint)

已有 6079 次阅读 2021-3-12 19:57 |个人分类:RDA|系统分类:科研笔记

rdacca.hp用于在多元回归和典范分析中变差分解和层次分割的R包(preprint)

 

摘要:

探索多响应变量与多解释变量之间关系的典范分析(canonical analysis)是群落生态学多元统计最重要的分析方法。RDA、db-RDA和CCA是三种最常用的典范分析方法。目前,典范分析遇到两个挑战。首先,我们缺乏定量指标来估计单个解释变量的相对重要性。其次,常用的变差分解(variation partitioning)最多只能4个(组)解释变量的分析。本研究将多元回归中“层次分割(hierarchical partitioning)”的概念引入典范分析,并从数学上将变差分解和层次分割建立起联系。我们的研发的rdacca.hp程序包能够运行无解释变量个数(组)限制的变差分解和层次分割,很好解决了目前典范分析遇到的两个挑战。本文也介绍rdacca.hp的参数结构和案例分析。

目前本文已经提交某生态学刊物在审稿中,为了方便用户了解此包的科学性,特先在bioRxiv网站preprint。欢迎大家对文稿提出宝贵意见。

https://www.biorxiv.org/content/10.1101/2021.03.09.434308v1


biorxiv-rdacca.hp.pdf




https://blog.sciencenet.cn/blog-267448-1276404.html

上一篇:国际植被科学协会“2019年洪堡奖章”授予Pierre Legendre颁奖词(Peter Minchin 致)
下一篇:使用rdacca.hp包进行数据分析的文章列表(截至2021年3月22日)
收藏 IP: 114.254.0.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (1 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-29 02:57

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部