【问题标题】:Correlation Matrix in R with Fish AbundancesR中的相关矩阵与鱼类丰度
【发布时间】:2014-08-06 14:27:17
【问题描述】:

我有一个数据集,其中包含每周采样的鱼类丰度。我正在寻找一个矩阵来显示特定时间段内一种物种的丰度与另一种物种的丰度之间的相关性。最好的方法是什么?我可以对这种性质的数据使用 pearson 相关性吗?

我的数据包括 12 个物种和 20 周。每周都有记录的丰度。

例如:

Week     species 1      species 2     species 3
1              150          1000            0
2              250          1500            0
3              700          1400            0
4              80           2000         1800
5              0            500         600

寻找发生或丰度或一个物种与另一个物种之间的相关性。

【问题讨论】:

  • 如果您可以将数据样本放在这里,论坛会更有帮助。
  • 我尝试添加一个示例,说明我的数据是什么样的,标题是星期、物种 1、物种 2、物种 3,值是数字。
  • 请看下面我的回答。
  • rnso 这很有帮助!谢谢!

标签: r matrix correlation


【解决方案1】:

以下基本分析可能会有所帮助:

ddf = structure(list(Week = 1:5, species1 = c(150L, 250L, 700L, 80L, 
0L), species2 = c(1000L, 1500L, 1400L, 2000L, 500L), species3 = c(0L, 
0L, 0L, 1800L, 600L)), .Names = c("Week", "species1", "species2", 
"species3"), class = "data.frame", row.names = c(NA, -5L))

> ddf
  Week species1 species2 species3
1    1      150     1000        0
2    2      250     1500        0
3    3      700     1400        0
4    4       80     2000     1800
5    5        0      500      600

按时间排列的不同物种之间的相关矩阵(显示物种2和3之间的一些直接相关,以及物种1和3之间的负相关):

cor(ddf[,2:4])
           species1  species2   species3
species1  1.0000000 0.2494514 -0.4905172
species2  0.2494514 1.0000000  0.4699644
species3 -0.4905172 0.4699644  1.0000000

图形表示:

ddfm = melt(ddf, id="Week")
ddfm
   Week variable value
1     1 species1   150
2     2 species1   250
3     3 species1   700
4     4 species1    80
5     5 species1     0
6     1 species2  1000
7     2 species2  1500
8     3 species2  1400
9     4 species2  2000
10    5 species2   500
11    1 species3     0
12    2 species3     0
13    3 species3     0
14    4 species3  1800
15    5 species3   600

library(ggplot2)
ggplot(ddfm, aes(x=Week, y=value, group=variable, color=variable)) + geom_line()

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2019-12-07
    • 1970-01-01
    • 2013-06-15
    • 2019-03-14
    • 2019-04-15
    • 2018-08-08
    • 1970-01-01
    • 2021-08-20
    相关资源
    最近更新 更多