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包的文章在线发表Methods in ecology and evolution

已有 1571 次阅读 2022-1-12 19:46 |个人分类:RDA|系统分类:论文交流

https://besjournals.onlinelibrary.wiley.com/doi/10.1111/2041-210X.13800

如何确定典范分析(RDA,CCA和dbRDA)单个解释变量的相对重要性,相信很多人跟我一样一直在寻找方法,但是一直没找到满意的答案。不少人用简单效应(simple effect)、条件效应(conditional effect)或是边际效应(marginal effect)直接当作解释变量的重要性进行比较,其实这些指标都受到有多重共线性引起的共同解释效应(common effect)影响而不准。我将一元统计里面“层次分割”的方法首次应用到典范分析上得到比较满意的解决方案。我也首次将变差分解与层次分割建立了数学联系,并以此为基础编写rdacca.hp包来实现不限解释变量数量的变差分解和层次分割。专业的MEE的审稿人和主编认为论文和配套的 R 包为多变量模型的解释和模型筛选做出了有价值的贡献(The paper and associated R package makes valuable contribution to the field multivariable model interpretation and model selection)。客观地讲,给基础的统计学方法做valuable contribution的机会并不多。因为这类方法已经存在很久,国外也很多学者肯定也在思考类似的问题。论文的完成过程不仅需要阅读大量的文献以确定是否是尚未解决的科学问题,还需心无旁骛地思考和坚持不懈地写代码尝试,文章还得写得能具有普遍的重要性和引起读者的兴趣,拼的是思想和技术,而不是数据量,而在国内当前科研环境下做类似的工作也是举步维艰,时间破碎化、片段化,无法专注一件事情也很难完成这样的工作。另外,此类研究不仅经费不好申请,还会遇到同行太少而得不到认可的尴尬,所有很多人是望而却步,有兴趣也不敢涉足。但基础方法类的文章哪怕是很小的创新往往具有广泛的意义,比起实验类或数据类论文的影响会更持久。希望此文能有抛砖引玉之用,引来国内学者的关注,激发年轻学者和研究生们参与开发新方法和新程序包的热情。

感谢几位共同作者(邹怡、张金龙和Pedro Peres-Neto)一起修改文章,才得于首投MEE接受,尽管第一次的decision用了5个半月比较煎熬。同步发表的审稿意见的回复信内容也很丰富,值得一读。到目前已经有40多篇各个领域的SCI文章用到我们的包进行数据分析,但以国内的作者居多。随着论文在MEE发表,相信会越来越多的国外的学者会采用此方法和包进行回归和典范分析模型中单个(组)解释变量重要性的评估。现在您用如果rdacca.hp包做数据分析,请引用MEE的文章以增加方法的权威性。引用格式如下:

Lai Jiangshan, Zou Yi, Zhang Jinlong, Peres-Neto Pedro (2022) Generalizing hierarchical and variation partitioning in multiple regression and canonical analyses using the rdacca.hp R package. Methods in Ecology and Evolution, <DOI:10.1111/2041-210X.13800>

Methods Ecol Evol - 2022 - Lai - Generalizing hierarchical and variation partiti.pdf





https://blog.sciencenet.cn/blog-267448-1320752.html

上一篇:R里面save(对象1,对象2..., file="文件名.Rdata")这命令一定要习惯常用
下一篇:用于分解广义混合线性模型的R2的包glmm.hp发布于R官网CRAN

1 赵汝东

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

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

GMT+8, 2022-5-25 10:47

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部