r - 在 R 中使用 PCA 比较相异性度量

Question

我想比较几种相异性度量(即 Bray-Curtis、Jaccard、Gower)的行为。我已经看到使用主成分双图来完成此操作(即参见下面的 Legendre 和 Caceres，2013):

有什么建议可以解决这个问题吗？下面提供的示例数据:

# Load the required packages
library(ade4)
library(vegan)
library(FD)

#Load data
data(dune)

# Calculate a series of dissimilarity measures for the data
dune.bc <- vegdist(dune, method="bray")
dune.mh <- vegdist(dune, method="manhattan")
dune.eu <- vegdist(dune, method="euclidean")
dune.cn <- vegdist(dune, method="canberra")
dune.k <- vegdist(dune, method="kulczynski")
dune.j <- vegdist(dune, method="jaccard")
dune.g <- vegdist(dune, method="gower")
dune.m <- vegdist(dune, method="morisita")
dune.h <- vegdist(dune, method="horn")
dune.mf <- vegdist(dune, method="mountford")
dune.r <- vegdist(dune, method="raup")
dune.bi <- vegdist(dune, method="binomial")
dune.c <- vegdist(dune, method="chao")

#Compare the behaviour of the dissimilarity measures using a PCA plot
# Suggestions on how proceed with this step would be greatly appreciated!

Answer 1

嗯，这不是作者所做的。如果您阅读那篇论文，PCA 双图是每个相异系数的属性矩阵之一，而不是 k 个相异矩阵的 PCA 。基本上，他们通过 PCA 分析了论文中的表 2(减去最右侧标记为 *D*max 的列)。

除了通过 Procrustes 旋转和相关的 PROTEST 排列测试或 Mantel 测试之外，我不知道比较相异矩阵的方法，也许:参见 procrustes()、protest () 和 mantel()

您可以查看系数与梯度值的 rankindex() 作为另一种比较。