1
我想要做的是一些組合的數據定義分組的ANOSIM看分組是否彼此顯著不同,以類似的方式,以這個例子代碼:ANOSIM與cutree分組
data(dune)
data(dune.env)
dune.dist <- vegdist(dune)
attach(dune.env)
dune.ano <- anosim(dune.dist, Management)
summary(dune.ano)
然而,在我自己的數據中,我已經在bray-curtis矩陣中創建了豐富的物種,創建了hclust()圖並通過查看樹狀圖並設置高度在視覺上創建了自己的分組。然後我可以通過cutree()得到這些可以疊加在MDS圖上的分組等,但是我想檢查我創建的分組之間的相似性的意義 - 即分組顯着不同還是隻是任意分組?
例如
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)
我然後要使用的C1定義的類別爲分組,其在給出的示例中代碼是管理的因素,並測試其相似之處看看它們是否經由anosim實際上是不同的()。
我很肯定這只是我的無編碼問題....任何意見將不勝感激。
感謝您輸入@JariOksansen。我從評論中猜測,試圖根據來自相同差異的集羣來分析差異性是投機路線,我會研究是否可以從我的大學獲得一些統計幫助,因爲我的數據與我使用類似分析方法閱讀的論文不同,它們具有處理或位置分組以應用ANOSIM - 我的是一個時間序列,所以也許這是不太合適。 – Lmm