1
素食主義者包包括模型構建的ordiR2step()
函數,該函數可用於確定使用R2和p值作爲最佳擬合的最重要變量措施。然而,對於最近使用該功能的數據集而言,並不能提供最適合的模型。素食主義者:: ordiR2step()找不到最適合的模型
# data
RIKZ <- read.table("http://www.uni-koblenz-landau.de/en/campus-landau/faculty7/environmental-sciences/landscape-ecology/Teaching/RIKZ_data/at_download/file", header = TRUE)
# data preparation
Species <- RIKZ[ ,2:5]
ExplVar <- RIKZ[ , 9:15]
Species_fin <- Species[ rowSums(Species) > 0, ]
ExplVar_fin <- ExplVar[ rowSums(Species) > 0, ]
# rda
RIKZ_rda <- rda(Species_fin ~ . , data = ExplVar_fin, scale = TRUE)
# stepwise model building: ordiR2step()
require(vegan)
step_both_R2 <- ordiR2step(rda(Species_fin ~ salinity, data = ExplVar_fin, scale = TRUE),
scope = formula(RIKZ_rda),
direction = "both", R2scope = TRUE, Pin = 0.05,
steps = 1000)
爲什麼ordiR2step()
不是變量曝光添加到模型,雖然它會增加方差解釋?
如果R2scope
設置爲FALSE並且p值標準增加(Pin = 0.15
)它增加了可變曝光 corretly但引發以下錯誤:如果R2scope
設置爲TRUE(Pi = 0.15
)
Error in terms.formula(tmp, simplify = TRUE) :
invalid model formula in ExtractVars
曝光未被添加。
注意:這可能看起來更像是一個統計問題,因此更適合於CV。不過,我認爲這個問題在技術上和技術上都比較好。
感謝您的回答!我應該在早些時候檢查過**文檔的** Details。但是文檔說你應該使用'R2step = FALSE'而不是'R2scope = FALSE'來忽略第二個標準。在文檔'R2scope = FALSE'之後,只允許計算adj。 R2如果預測變量的數量高於觀測值的數量。參數隨時間變化了嗎? – andrasz
'R2step'是文檔中的錯誤,現在在github中進行了更正(以及消息中報告的'Error in terms.formula()'中的錯誤)。 –