其他
处理同时含有定量和分类变量的数据集的PCA方法
library(ade4)
# aravo$env 含定量变量和分类变量的环境测量数据
data(aravo)
head(aravo$env)
#环境数据的 PCA,结果中保留前 4 个排序轴的坐标便于观测数据
pca <- dudi.hillsmith(aravo$env, scannf = FALSE, nf = 4)
#PCA 概要
pca
summary(pca)
#展示前两轴的排序图,以及特征值柱形图
scatter(pca, choices = 1:2)
#或者
biplot(pca, choices = 1:2)
#提取结果,例如
#names(pca)
pca$l1 #标准化后的样方得分(排序坐标)
pca$c1 #标准化后的环境变量得分(排序坐标)
pca$eig #各 PCA 轴特征值
pca$eig/sum(pca$eig) #各 PCA 轴的贡献度
参考资料
Hill, M. O., and A. J. E. Smith. 1976. Principal component analysis of taxonomic data with multi-state discrete characters. Taxon, 25, 249-255.
R包ade4的模糊主成分分析(FPCA)及模糊对应分析(FCA)
对应分析(CA)和去趋势对应分析(DCA)在群落分析中的应用