206. Kısıtlı ordinasyon: CCA, RDA, kısmi ordinasyon ve varyans bölümleme (Python)
Şablon kimliği: kisitli_ordinasyon_py · Kategori: ekoloji · Dil: Python · Dosya: pro/sablonlar/ekoloji/kisitli_ordinasyon_py.py (satır 1–374; üstbilgi 1–72) · Örnek veri: _ornek/vare.csv · Paketler: numpy 2.4.6, pandas 2.3.3, matplotlib 3.10.9
206.1 Ne işe yarar
Bu şablon, R ikizi kisitli_ordinasyon'un (Bölüm 205) numpy ile yazılmış sürümüdür: bir tür matrisini (örnek alan × tür) ölçülmüş çevre değişkenleriyle ilişkilendirir ve "tür bileşimi farkının ne kadarı çevreyle açıklanıyor, bu pay rastlantıdan büyük mü?" sorusunu cevaplar. Yöntem seçenekleri: CCA (\chi^2 ağırlıklı, tek tepeli yanıt; ter Braak, 1986) ve RDA (Öklid, doğrusal yanıt; Hellinger, karekök, Wisconsin ve \ln(1+y) dönüşümü, isteğe bağlı birim varyansa ölçekleme); isteğe bağlı koşul değişkenleriyle kısmi ordinasyon; eylemsizlik ayrışımı, kanonik özdeğerler, düzeltilmiş R^2, genel permütasyon testi, biplot skorları, varyans bölümleme ve ordinasyon grafiği. Hepsi ek paket gerektirmeden (yalnız numpy, pandas, matplotlib) çalışır; R'ye ve vegan'a ihtiyaç duymaz.
- Eylemsizlik: dönüştürülmüş tür matrisinin kareler toplamı (CCA'da \chi^2 ölçeğinde, RDA'da n-1'e bölünmüş).
- q: kısıtlı eksen sayısı (açıklayıcıların sırası); q_Z: koşul değişkenlerinin sırası; n: örnek alanı sayısı.
Ne zaman kullanılır? Bölüm 205'teki durumlarla aynı: çok sıfırlı, tür sayısı örnek sayısını aşan tür verisi; çevre ile açıklanan bileşimi ve anlamlılığını görmek; blok ya da konum etkisini çıkarmak; varyansı iki açıklayıcı kümeye bölmek. R'nin kurulu olmadığı ya da yalnız Python'un kullanıldığı ortamda bu şablon seçilir.
Ne zaman kullanılmaz?
- Terim (değişken) başına ve eksen başına permütasyon testi, permütasyon modeli seçimi, triplot ölçeklemesi, tür noktaları ya da alan etiketi gerekiyorsa:
kisitli_ordinasyon(Bölüm 205), bu özellikler yalnız orada vardır. - Yalnız gruplar arası bileşim farkı soruluyorsa (eksen/gradyan yorumu yok):
permanova_mantel(Bölüm 207). - Çevre değişkeni yoksa: temel programdaki PCA, Correspondence Analysis (CA) ya da Multidimensional Scaling (MDS).
- Çok değişkenli normal sürekli yanıt için: temel programdaki MANOVA; iki sürekli küme arasındaki ilişki için Canonical Correlation.
- Terim ve eksen testlerinin p değerleri ya da hangi değişkenin anlamlı olduğu gerekiyorsa: Bölüm 205 (yalnız R şablonunda).
Temel programla ilişki. Temel programda kısıtlı ordinasyon, PERMANOVA ya da Mantel testi yoktur (ayrıntılı karşılaştırma: Bölüm 205.1). Yakın analizler: PCA (RDA'nın kısıtsız karşılığı), CA (CCA'nın kısıtsız karşılığı), MDS ve Canonical Correlation. Fark: bu şablon tür matrisini çevre değişkenlerine bağlar, koşul değişkeni kabul eder ve anlamlılığı permütasyonla sınar.
R ikiziyle ilişki. Eylemsizlik ayrışımı, kanonik özdeğerler, genel F, düzeltilmiş R^2 tanımı (r2_tanim), varyans bölümleme satırları ve etken düzey sırası iki şablonda aynıdır (206.6.2). Ayrılan noktalar: (1) yalnız genel permütasyon testi vardır (terim ve eksen testi, permütasyon modeli, triplot ölçeklemesi ve alan etiketi yoktur); (2) CCA'da biplot skoru ağırlıksız korelasyondur; (3) triplot yerine alanlar ve oklar çizilir; (4) CCA'nın permütasyonla kestirilen düzeltilmiş R^2'si ve permütasyon p değerleri farklı rastgele sayı akışı yüzünden Monte Carlo hatası içinde ayrılır. Tabloda toplu görünüm 206.6.2'dedir.
206.2 Şablonun girdileri
Form, üstbilgideki dokuz [[param]] bloğundan kurulur (kisitli_ordinasyon_py.py:11–71); R ikizinin dört alanı (etiket, perm_model, terim_testi, olcekleme) yoktur.
| Alan (form etiketi) · ad | Tür · sekme | Varsayılan | Geçerli değerler | Kodda etkisi |
|---|---|---|---|---|
Tür (yanıt) sütunları · turler |
sayısal sütunlar · Değişkenler | boş (en az 2) | sayısal sütunlar | Tür matrisi (86, 110). |
Açıklayıcı (çevre) değişkenler · cevre |
sütunlar · Değişkenler | boş (en az 1) | sayısal ya da kategorik | Açıklayıcı tasarım matrisi (87, 161); tür sütunlarıyla ortaklar atılır; boşsa hata (90–91). |
Koşul değişkenleri · kosul |
sütunlar · Değişkenler | boş | sayısal ya da kategorik | Kısmi ordinasyon (88, 162); turler ile ortak sütunlar atılır, cevre ile ortak sütun varsa çalıştırma açık iletiyle durur (92–95). |
Yöntem · yontem |
seçim · Model | cca |
cca, rda |
\chi^2 ağırlıklı ya da Öklid çözüm (121, 182–201). |
RDA için tür verisi dönüşümü · donusum |
seçim · Model | yok |
yok, hellinger, sqrt, wisconsin, log1p |
Yalnız RDA'da (169–178); CCA'da seçilirse not düşer (179–180). |
RDA: türleri birim varyansa ölçekle · olcekle |
onay · Model | kapalı | açık / kapalı | Sütunları n-1 paydalı sd'ye böler (194–198). |
Varyans bölümleme için ikinci küme · grup2 |
sütunlar · Değişkenler | boş | sayısal ya da kategorik | Bölümleme (323–360); cevre ya da kosul ile ortak sütun varsa çalıştırma açık iletiyle durur (96–99). |
Permütasyon sayısı · perm |
tamsayı · Seçenekler | 999 | 99–99999 | Genel testin permütasyon sayısı (296). |
CCA'da düzeltilmiş R^2 tanımı · r2_tanim |
seçim · Seçenekler | vegan |
vegan, ezekiel |
vegan: permütasyonla kestirim (1000 permütasyon; tohuma bağlı); ezekiel: kapalı formül (238–289). RDA'da iki seçenek aynıdır. |
Örnek ayar (ornek_param, satır 10): turler = vare'nin 44 türü, cevre = [Al, P, K], perm = 499. Üstbilgideki sas_dosyasi alanı (6) çalıştırmayı etkilemez.
Şablonun kendi denetimleri (mq.hata):
| Koşul | İleti (özet) | Satır |
|---|---|---|
| Veri açık değil | "Önce Veri sekmesinde bir veri açın." | 84–85 |
| Açıklayıcı kalmadı | "Tür sütunlarından farklı en az bir açıklayıcı değişken seçin." | 90–91 |
| Eksiksiz örnek alanı <5 | "Eksiksiz en az 5 örnek alanı gerekli." | 108–109 |
| Negatif bolluk | "Tür bollukları negatif olamaz." | 111–112 |
| Sıfır olmayan toplamlı tür <2 | "Sıfırdan farklı toplamlı en az 2 tür gerekli." | 119–120 |
| CCA ve boş satır | "CCA için her örnek alanında en az bir tür bulunmalı (boş satır var)." | 122–123 |
| RDA, Hellinger ya da Wisconsin ve boş satır | "Hellinger/Wisconsin dönüşümü için her örnek alanında en az bir tür bulunmalı (boş satır var)." | 124–126 |
| Koşul değişkeni açıklayıcıyla ortak | "'…' hem açıklayıcı değişken hem koşul değişkeni; birinden çıkarın." | 92–95 |
| İkinci küme açıklayıcı ya da koşulla ortak | "'…' ikinci açıklayıcı kümede ve ayrıca açıklayıcı ya da koşul değişkeni olarak seçili; birinden çıkarın." | 96–99 |
| Açıklayıcı sabit ya da tek düzeyli | "'…' sabit ya da tek düzeyli; çıkarın." | 149–156 |
| Ölçekleme istenip sıfır varyanslı tür | "Ölçekleme için sıfır varyanslı tür sütunu var." | 195–197 |
| Kısıtlı eksen yok | "Açıklayıcı değişkenler kısıtlı eksen üretmedi (doğrusal bağımlı ya da koşulla aynı)." | 222–223 |
Eksik değerler ve türler. Seçili sütunlarda eksik değeri olan satır atılır (100–109) ve atılan satır sayısı ile numaraları not olarak yazılır ("Not: eksik değer nedeniyle 2 örnek alanı atıldı (satırlar: 6, 8)."). Toplamı sıfır olan türler çıkarılır ve adları yazılır (113–117). Tohum: formda tohum alanı yoktur; permütasyonlar numpy.random.default_rng(mq.seed) ile üretilir, Kod panelinin Tohumu yoksa 1 kullanılır (Bölüm 1.3); CCA'nın permütasyonla kestirilen düzeltilmiş R^2'si (varsayılan r2_tanim = vegan) ayrı bir akıştan (default_rng([tohum, 1000])) üretilir, böylece genel testin p değeri r2_tanim seçiminden etkilenmez; kullanılan tohum çıktı satırına yazılır. Python şablonları ortak biçimde df ve P'yi hazır bulur (Bölüm 1.3).
206.3 Örnek veri
vare.csv (Väre ve ark., 1995; vegan paketinin varespec ve varechem birleşimi): Finlandiya kuru çam ormanlarında 24 örnek alanında 44 yer örtüsü türünün örtü yüzdesi ve 14 toprak değişkeni; eksik değer yok, her alanda en az bir tür var, tür matrisinin yüzde 41,9'u sıfırdır. Ayrıntılı tablo Bölüm 205.3'tedir. Rol dağılımı: Al (ort. 142,48; sd 122,32), P (45,08; 14,95), K (162,93; 64,84) açıklayıcı; Ca, Mg ikinci küme; pH koşul.
İkinci veri dune.csv (Jongman ve ark., 1995; 20 alan, 30 tür): Management etkeni verideki ilk görülme sırasıyla SF, BF, HF, NM düzeyine sahiptir. Python düzey sırasını R ikiziyle aynı kuralla kurar (kategorik türde kendi sırası; değerlerin hepsi sayıysa sayısal sıra; değilse verideki ilk görülme sırası) ve ilk düzeyi (SF) başvuru olarak kullanır (130–168); çıktıya "düzey sırası (…); ilk düzey başvurudur" notu yazılır. Biplot skorlarının satır adları iki şablonda aynıdır (ManagementBF, ManagementHF, ManagementNM; 206.7).
Sayısal–kategorik ayrımı. Python'da df pandas türünü taşır: sayı kodlu Moisture sütunu sayısal kalır ve doğrusal değişken olarak girer; Veri sekmesinde "kategorik" yapılırsa ortak aktarım onu kategorik olarak getirir ve şablon düzeylere açar (kopy_dune_moist_kat: R² 0,3516; R ikizi aynı, ko_dune_moist_kat).
Bu bölümde kullanılan çalıştırmalar (kopy_…; tohum 20261119; adı geçen dışında ayarlar örnek ayardır): ornek; kismi (kosul = [pH]); rda_hel (RDA, Hellinger, grup2 = [Ca, Mg]); cca_g2 (CCA, grup2); dune_kat (dune, A1 + Management, 499 permütasyon); dune_rda_olcekli (RDA, olcekle); dune_moist_kat; eksik, bos_cca, bos_rda (sınır durumları). R ikizinin aynı ayarlı çalıştırmaları ko_… adlıdır.
206.4 Yöntem: formüller ve hesap adımları
Hesap sırası: veri hazırlanır ve denetlenir (84–123); açıklayıcılar ve koşullar tasarım matrisine çevrilir (144–162); RDA'da dönüşüm uygulanır (169–180); \mathbf Q ve merkezleme işlevi kurulur (182–202); koşul ve açıklayıcı izdüşümleri alınır ve eylemsizlikler hesaplanır (216–228); tablolar, R^2, permütasyon testi, biplot, bölümleme ve grafik yazılır (230–374).
206.4.1 \mathbf Q matrisi
CCA (182–191): p_{ij}=y_{ij}/y_{++}, r_i=\sum_j p_{ij}, c_j=\sum_i p_{ij},
Açıklayıcı ve koşul sütunları \sqrt{r_i}\,(x_{ik}-\sum_{i'} r_{i'}x_{i'k}) ile ağırlıklı merkezlenir (merkez, 138–139). RDA (193–201): \mathbf Q=\mathbf Y-\bar{\mathbf y} (dönüştürülmüş \mathbf Y), olcekle açıksa her sütun n-1 paydalı sd'ye bölünür; açıklayıcılar sıradan merkezlenir; \text{bol}=n-1.
- y_{ij}: bolluk; r_i alan ağırlığı; c_j tür ağırlığı.
- \text{bol}: eylemsizlik bölenidir; CCA'da 1, RDA'da n-1. Böylece RDA'da toplam eylemsizlik toplam varyansa (ölçekliyse tür sayısına) eşittir.
Neden \chi^2 ağırlığı
CCA, türlerin gradyan boyunca tek tepeli yanıt verdiği modele dayanır (ter Braak, 1986); \chi^2 uzaklığı tür toplamından bağımsız oransal bileşimi karşılaştırır ve alan ağırlıkları bolluğu yüksek alanları öne çıkarır. Bu yüzden boş satır tanımsızdır (122–123).
Dönüşümler (RDA; 117–126): hellinger \sqrt{y_{ij}/y_{i+}} (satır toplamı sıfırsa bölen 1 alınır; sıfır satır sıfır kalır); log1p \ln(1+y); sqrt karekök; wisconsin önce sütun maksimumuna sonra satır toplamına bölme.
206.4.2 İzdüşümler ve eylemsizlikler
sapka(A, B) (205–213), \mathbf A'nın sütun uzayına \mathbf B'nin izdüşümünü SVD ile alır ve sıra eksikliğine dayanıklıdır (tekil değer eşiği 10^{-10}\,s_{\max}); doğrusal bağımlı sütunlar sırayı düşürür, hata vermez. Adımlar:
- \mathbf H_Z: koşul değişkenlerinin izdüşümü (koşul yoksa sıfır); \mathbf X_c: merkezlenmiş (CCA'da ağırlıklı) açıklayıcılar; \mathbf X_r: koşulun etkisinden arındırılmış açıklayıcılar.
- Kanonik özdeğerler: \mathbf F=\mathbf U\,\mathrm{diag}(s)\,\mathbf V^{\top} ayrışımından s_k^2/\text{bol} (q tanesi, 176–177).
206.4.3 Düzeltilmiş R^2
İki tanım vardır (r2_tanim, 238–289). RDA'da ve ezekiel seçildiğinde CCA'da kapalı formül uygulanır; koşul değişkeni varsa R^2_{\text{düz}}=E(R^2+R^2_Z;\,q+q_Z)-E(R^2_Z;\,q_Z) olur (E: yukarıdaki Ezekiel düzeltmesi; vegan'ın kısmi RDA tanımı). CCA'da varsayılan (vegan) R ikiziyle aynı tanımdır: kısıtlı payın satır permütasyonları altındaki ortalaması çıkarılır (1000 permütasyon; koşulsuz modelde vegan'ın permutest.cca düzeni: veri satırı ve satır ağırlığı birlikte permüte edilir, açıklayıcılar permüte edilmiş ağırlıklarla yeniden ağırlıklandırılır; kısmi modelde RsquareAdj.cca düzeni). Bu yüzden CCA'da değer tohuma bağlıdır ve çıktı satırı bunu ve tohumu yazar; kapalı formül tohumdan bağımsızdır.
206.4.4 Permütasyon testi
- B:
perm. Her permütasyonda \mathbf Q_1'in satırları rastgele sıralanır, \mathbf X_r sabit tutulur ve F^{*}_b yeniden hesaplanır (298–303). - 10^{-12} payı, eşitliğin kayan nokta hatasıyla bozulmasını önler. En küçük p=1/(1+B)'dir (499 permütasyonda 0,002).
Koddaki tercih
Permütasyon, koşul değişkenleri çıkarıldıktan sonraki artık matrisinin satırları üzerindedir (indirgenmiş model artıkları; R şablonunun varsayılan perm_model = reduced'ıyla aynı tanım). Üreteç numpy.random.default_rng'dir ve R'nin rastgele sayı akışıyla aynı değildir: aynı tohumda bile p değerleri iki şablonda Monte Carlo hatası içinde farklıdır (vare CCA genel testinde ikisi de 0,002). Eksen ve terim testleri yoktur.
206.4.5 Biplot skorları ve varyans bölümleme
Biplot skoru (308–321): açıklayıcı sütununun (\mathbf X_r) ilk iki kanonik site skoruyla (örnek alanları skorları \mathbf U) sıradan Pearson korelasyonu; etken düzeyleri ad + düzey adıyla ayrı satırdır. RDA'da bu, vegan'ın biplot skoruyla aynıdır; CCA'da ağırlıksız korelasyon olduğundan R ikizinden küçük farklıdır (206.6.2).
Varyans bölümleme (323–360): \mathbf Y_v RDA'da dönüştürülmüş \mathbf Y, CCA'da Hellinger dönüşümlü \mathbf Y'dir (324); düzeltilmiş R^2'ler (R^2_1, R^2_2, R^2_{12}) merkezlenmiş tasarımlarla Ezekiel formülünden hesaplanır (koşul değişkeni varsa tasarımlar ve yanıt önce koşuldan arındırılır, düzeltme kısmi tanımla yapılır; 326–347):
- [a] yalnız küme 1, [b] yalnız küme 2, [c] ortak, [d] artık (vegan'ın
[a] = X1|X2,[b] = X2|X1,[c],[d] = Residualsadlarıyla ve sırasıyla; R ikizi aynı); küme 1cevre, küme 2grup2. Düzeltilmiş paylar negatif olabilir. sdsütunu [a] için q_{12}-q_2, [b] için q_{12}-q_1, [c] için 0, [d] için boştur (vegan'la aynı). Koşul değişkeni varsa her kesir koşul çıkarıldıktan sonra (kısmi RDA; veganRsquareAdj.rda) hesaplanır ve tabloya[Z] = Conditionsatırı eklenir; [a]+[b]+[c]+[Z]+[d]=1.
206.5 Kod adım adım
| Satırlar | Ne yapar | Neden / dikkat |
|---|---|---|
| 73–81 | matplotlib, numpy, pandas; arayüz diline göre m(tr, en). |
np ve pd ad alanında hazırdır; ayrıca içe aktarılır. |
| 84–142 | Veri denetimi; kümeler arası ortak sütunlar atılır; eksik satırlar çıkarılır; tür matrisi sayıya çevrilir ve denetlenir. | Atılan satırlar ve sıfır toplamlı türler not olarak yazılır; koşul ya da ikinci küme açıklayıcıyla ortaksa durur. |
| 144–162 | tasarim: sayısal sütun olduğu gibi, diğerleri get_dummies(drop_first=True) ile (düzey sırası duzey_sirasi, ilk düzey başvuru). |
Sabit sütun hata verir. İkili (bool) sütun metin gibi işlenir. Düzey sırası: sayısal ya da verideki ilk görülme (duzey_sirasi). |
| 169–180 | RDA dönüşümü; CCA'da dönüşüm notu. | Hellinger ve Wisconsin boş satırda açık iletiyle durur. |
| 182–202 | \mathbf Q, merkez ve bol kurulur. |
CCA ve RDA ayrı kollar. |
| 205–228 | sapka; koşul ve açıklayıcı izdüşümleri; eylemsizlikler; SVD ile özdeğerler. |
Sıra q=0 ise hata. |
| 230–290 | Eylemsizlik ayrışımı ve özdeğer tabloları; R^2 ve düzeltilmiş R^2. | r2_tanim ile permütasyonla kestirim ya da Ezekiel; koşullu modelde de değer yazılır. |
| 292–306 | Genel permütasyon testi. | Kısıtsız serbestlik derecesi \le0 ise test yapılmaz. |
| 308–321 | Biplot skorları. | Kısıtlı sıra 1 ise tek sütun. |
| 323–360 | Varyans bölümleme tablosu. | CCA'da Hellinger RDA; koşul varsa [Z] satırı eklenir. |
| 362–374 | Kısıtlı sıra \ge 2 ise ordinasyon grafiği: alanlar (mor) ve açıklayıcı okları (turuncu). | Tür noktaları ve ölçekleme yok; ok uzunluğu keyfi ölçeklenir. |
206.6 Elle hesap: örnek veride bağımsız yeniden hesap
Bağımsız hesaplar, R şablonunun bölümüyle ortaktır: dogrulama/kisitli_ordinasyon/elle_hesap.py (numpy/scipy; ağırlıklı en küçük kareler lstsq ve Gram matrisinin özayrışımı; şablon kodu çağrılmaz) ve r_dogrulama.R (yalnız temel R). Adımlar Bölüm 205.6'dakiyle aynıdır; bu bölümde Python şablonunun çıktılarıyla karşılaştırılır.
Adım 1 — Eylemsizlikler. vare CCA'da toplam 2{,}08319829, kısıtlı 0{,}64413333 (R^2=0{,}3092), kısıtsız 1{,}43906496; özdeğerler 0{,}36155661; 0{,}16995998; 0{,}11261674. Şablon ve iki bağımsız hesap aynı sayıları verir.
Adım 2 — Genel F. F=(0{,}64413333/3)/(1{,}43906496/20)=2{,}98403638; permütasyon p=0{,}002 (499 permütasyon; en küçük olası değer). Bağımsız Python 4999 permütasyonla p=0{,}0002 buldu.
Adım 3 — Düzeltilmiş R^2. CCA'da kapalı formül (Ezekiel) 1-(1-0{,}309204)\cdot 23/20=0{,}205585; r2_tanim = ezekiel şablonun "0,2056" çıktısıyla aynıdır. Varsayılan permütasyonlu kestirim aynı veride 0,2046 yazar (tohum 20261119; R ikizi 0,2051; iki değer Monte Carlo hatası içindedir). RDA Hellinger: 0{,}27216260 (şablon 0,2722).
Adım 4 — Kısmi ordinasyon. Koşul pH: koşullu 0{,}14583161, kısıtlı 0{,}53568484, kısıtsız 1{,}40168184, F=2{,}42042849. Düzeltilmiş R^2 koşullu biçimde hesaplanır: bağımsız Ezekiel hesabı E(R^2+R^2_Z;\,4)-E(R^2_Z;\,1)=0{,}1578 verir; şablon (permütasyonla kestirim) 0,1575, R ikizi 0,1579 yazar.
Adım 5 — Varyans bölümleme. Hellinger RDA: R^2_{12}=0{,}23258032, R^2_1=0{,}27216260, R^2_2=0{,}03957434; yalnız küme 1 0{,}19300598, ortak 0{,}07915661, yalnız küme 2 -0{,}03958228, artık 0{,}76741968. Şablon tablosunda [a] 0{,}1930, [b] (yalnız küme 2) -0{,}0396, [c] (ortak) 0{,}0792, [d] 0{,}7674. Koşul pH ile (kismi_g2): [a] 0{,}0750, [b] -0{,}0365, [c] 0{,}1083, [Z] 0{,}0745, [d] 0{,}7787; [a]+[c]=0{,}1833 kısmi ordinasyonun düzeltilmiş R^2'sine eşittir.
206.6.1 Doğrulama: MerQuR+, Python ve R
| Büyüklük | MerQuR+ | Python (bağımsız) | R (bağımsız) | En büyük fark | |
|---|---|---|---|---|---|
| vare CCA: toplam eylemsizlik | 2,08319829 | 2,08319829 | 2,08319829 | 3,7e−13 | ✓ |
| vare CCA: kısıtlı eylemsizlik | 0,64413333 | 0,64413333 | 0,64413333 | 4,5e−13 | ✓ |
| vare CCA: kısıtsız eylemsizlik | 1,43906496 | 1,43906496 | 1,43906496 | 3,3e−12 | ✓ |
| vare CCA: kanonik özdeğer 1 | 0,36155661 | 0,36155661 | 0,36155661 | 2,4e−13 | ✓ |
| vare CCA: kanonik özdeğer 2 | 0,16995998 | 0,16995998 | 0,16995998 | 3,6e−13 | ✓ |
| vare CCA: kanonik özdeğer 3 | 0,11261674 | 0,11261674 | 0,11261674 | 1,6e−13 | ✓ |
| vare CCA: genel F | 2,98403638 | 2,98403638 | 2,98403638 | 1,3e−12 | ✓ |
| vare CCA: R² (4 hane) | 0,3092 | 0,30920404 | 0,30920404 | 4,0e−6 | ✓ |
| vare CCA: düzeltilmiş R² (permütasyonla kestirim ↔ bağımsız kapalı formül; 4 hane; iki tanım dune'da 0,008 ayrılır) | 0,2046 | 0,20558465 | 0,20558465 | 9,8e−4 | ✓ |
| vare kısmi CCA (koşul pH): toplam eylemsizlik | 2,08319829 | 2,08319829 | 2,08319829 | 3,7e−13 | ✓ |
| vare kısmi CCA (koşul pH): kısıtlı eylemsizlik | 0,53568484 | 0,53568484 | 0,53568484 | 2,2e−13 | ✓ |
| vare kısmi CCA (koşul pH): kısıtsız eylemsizlik | 1,40168184 | 1,40168184 | 1,40168184 | 2,1e−12 | ✓ |
| vare kısmi CCA (koşul pH): koşullu eylemsizlik | 0,14583161 | 0,14583161 | 0,14583161 | 8,6e−15 | ✓ |
| vare kısmi CCA (koşul pH): kanonik özdeğer 1 | 0,27745552 | 0,27745552 | 0,27745552 | 4,8e−13 | ✓ |
| vare kısmi CCA (koşul pH): kanonik özdeğer 2 | 0,15071392 | 0,15071392 | 0,15071392 | 2,7e−14 | ✓ |
| vare kısmi CCA (koşul pH): kanonik özdeğer 3 | 0,1075154 | 0,1075154 | 0,1075154 | 2,3e−13 | ✓ |
| vare kısmi CCA (koşul pH): genel F | 2,42042849 | 2,42042849 | 2,42042849 | 9,6e−13 | ✓ |
| vare kısmi CCA (koşul pH): R² (4 hane) | 0,2571 | 0,25714539 | 0,25714539 | 4,5e−5 | ✓ |
| vare kısmi CCA (koşul pH): düzeltilmiş R² (permütasyonla kestirim ↔ bağımsız kapalı formül; 4 hane; iki tanım dune'da 0,008 ayrılır) | 0,1575 | 0,15776513 | 0,15776513 | 2,7e−4 | ✓ |
| vare RDA Hellinger: toplam eylemsizlik | 0,36467324 | 0,36467324 | 0,36467324 | 2,2e−13 | ✓ |
| vare RDA Hellinger: kısıtlı eylemsizlik | 0,13387078 | 0,13387078 | 0,13387078 | 1,7e−13 | ✓ |
| vare RDA Hellinger: kısıtsız eylemsizlik | 0,23080245 | 0,23080245 | 0,23080245 | 3,9e−13 | ✓ |
| vare RDA Hellinger: kanonik özdeğer 1 | 0,09800703 | 0,09800703 | 0,09800703 | 1,4e−14 | ✓ |
| vare RDA Hellinger: kanonik özdeğer 2 | 0,02226884 | 0,02226884 | 0,02226884 | 1,8e−14 | ✓ |
| vare RDA Hellinger: kanonik özdeğer 3 | 0,01359492 | 0,01359492 | 0,01359492 | 4,1e−15 | ✓ |
| vare RDA Hellinger: genel F | 3,86682151 | 3,86682151 | 3,86682151 | 1,3e−12 | ✓ |
| vare RDA Hellinger: R² (4 hane) | 0,3671 | 0,36709791 | 0,36709791 | 2,1e−6 | ✓ |
| vare RDA Hellinger: düzeltilmiş R² (Ezekiel; 4 hane) | 0,2722 | 0,2721626 | 0,2721626 | 3,7e−5 | ✓ |
| dune CCA (A1 + Management): toplam eylemsizlik | 2,11526375 | 2,11526375 | 2,11526375 | 5,1e−13 | ✓ |
| dune CCA (A1 + Management): kısıtlı eylemsizlik | 0,77977785 | 0,77977785 | 0,77977785 | 1,6e−13 | ✓ |
| dune CCA (A1 + Management): kısıtsız eylemsizlik | 1,3354859 | 1,3354859 | 1,3354859 | 9,3e−13 | ✓ |
| dune CCA (A1 + Management): kanonik özdeğer 1 | 0,318749 | 0,318749 | 0,318749 | 2,8e−13 | ✓ |
| dune CCA (A1 + Management): kanonik özdeğer 2 | 0,23718475 | 0,23718475 | 0,23718475 | 1,3e−13 | ✓ |
| dune CCA (A1 + Management): kanonik özdeğer 3 | 0,13216523 | 0,13216523 | 0,13216523 | 2,7e−13 | ✓ |
| dune CCA (A1 + Management): kanonik özdeğer 4 | 0,09167888 | 0,09167888 | 0,09167888 | 1,7e−14 | ✓ |
| dune CCA (A1 + Management): genel F | 2,18959028 | 2,18959028 | 2,18959028 | 1,7e−12 | ✓ |
| dune CCA (A1 + Management): R² (4 hane) | 0,3686 | 0,36864332 | 0,36864332 | 4,3e−5 | ✓ |
| dune CCA (A1 + Management): düzeltilmiş R² (permütasyonla kestirim ↔ bağımsız kapalı formül; 4 hane; iki tanım dune'da 0,008 ayrılır) | 0,2085 | 0,20028154 | 0,20028154 | 8,2e−3 | ✓ |
| dune RDA ölçekli: toplam eylemsizlik | 30 | 30 | 30 | 0 | ✓ |
| dune RDA ölçekli: kısıtlı eylemsizlik | 10,71007369 | 10,71007369 | 10,71007369 | 2,2e−12 | ✓ |
| dune RDA ölçekli: kısıtsız eylemsizlik | 19,28992631 | 19,28992631 | 19,28992631 | 1,2e−12 | ✓ |
| dune RDA ölçekli: kanonik özdeğer 1 | 4,19274817 | 4,19274817 | 4,19274817 | 9,1e−13 | ✓ |
| dune RDA ölçekli: kanonik özdeğer 2 | 3,35695765 | 3,35695765 | 3,35695765 | 5,9e−13 | ✓ |
| dune RDA ölçekli: kanonik özdeğer 3 | 1,70091 | 1,70091 | 1,70091 | 2,5e−12 | ✓ |
| dune RDA ölçekli: kanonik özdeğer 4 | 1,45945787 | 1,45945787 | 1,45945787 | 2,5e−12 | ✓ |
| dune RDA ölçekli: genel F | 2,0820596 | 2,0820596 | 2,0820596 | 1,6e−12 | ✓ |
| dune RDA ölçekli: R² (4 hane) | 0,357 | 0,35700246 | 0,35700246 | 2,5e−6 | ✓ |
| dune RDA ölçekli: düzeltilmiş R² (Ezekiel; 4 hane) | 0,1855 | 0,18553644 | 0,18553644 | 3,6e−5 | ✓ |
| vare varyans bölümleme: [a] yalnız küme 1 | 0,19300598 | 0,19300598 | 0,19300598 | 8,9e−14 | ✓ |
| vare varyans bölümleme: [b] yalnız küme 2 | −0,03958228 | −0,03958228 | −0,03958228 | 7,7e−15 | ✓ |
| vare varyans bölümleme: [c] ortak | 0,07915661 | 0,07915661 | 0,07915661 | 2,2e−14 | ✓ |
| vare varyans bölümleme: artık | 0,76741968 | 0,76741968 | 0,76741968 | 3,4e−13 | ✓ |
Ölçütü karşılayan: 52/52. Permütasyon p değerleri (numpy ve R üreteçleri) karşılaştırma dışıdır.
Ek denetimler: dune A1 + Management (kategorik açıklayıcı) ve ölçekli RDA için toplam/kısıtlı/kısıtsız eylemsizlik, dört özdeğer ve F bağımsız hesapla aynıdır.
206.6.2 Python şablonu ve R şablonu yan yana
Aynı veri, aynı ayar ve aynı tohum (20261119) ile iki şablonun sayıları karşılaştırılır. ✗ satırları rastlantı değil tanım farklarıdır.
| Büyüklük | Python şablonu | R şablonu | Fark | |
|---|---|---|---|---|
| vare CCA: toplam eylemsizlik | 2,08319829 | 2,08319829 | 1,5e−15 | ✓ |
| vare CCA: kısıtlı eylemsizlik | 0,64413333 | 0,64413333 | 6,7e−16 | ✓ |
| vare CCA: kısıtsız eylemsizlik | 1,43906496 | 1,43906496 | 1,5e−15 | ✓ |
| vare CCA: kanonik özdeğer 1 | 0,36155661 | 0,36155661 | 5,6e−16 | ✓ |
| vare CCA: kanonik özdeğer 2 | 0,16995998 | 0,16995998 | 5,8e−16 | ✓ |
| vare CCA: kanonik özdeğer 3 | 0,11261674 | 0,11261674 | 6,1e−16 | ✓ |
| vare CCA: genel F | 2,98403638 | 2,98403638 | 0 | ✓ |
| vare CCA: düzeltilmiş R² (4 hane; permütasyonla kestirim, iki şablon) | 0,2046 | 0,2051 | 5,0e−4 | ✓ |
| vare kısmi CCA (koşul pH): toplam eylemsizlik | 2,08319829 | 2,08319829 | 1,5e−15 | ✓ |
| vare kısmi CCA (koşul pH): kısıtlı eylemsizlik | 0,53568484 | 0,53568484 | 1,1e−16 | ✓ |
| vare kısmi CCA (koşul pH): kısıtsız eylemsizlik | 1,40168184 | 1,40168184 | 7,9e−16 | ✓ |
| vare kısmi CCA (koşul pH): koşullu eylemsizlik | 0,14583161 | 0,14583161 | 3,9e−16 | ✓ |
| vare kısmi CCA (koşul pH): kanonik özdeğer 1 | 0,27745552 | 0,27745552 | 1,1e−16 | ✓ |
| vare kısmi CCA (koşul pH): kanonik özdeğer 2 | 0,15071392 | 0,15071392 | 1,9e−16 | ✓ |
| vare kısmi CCA (koşul pH): kanonik özdeğer 3 | 0,1075154 | 0,1075154 | 3,1e−16 | ✓ |
| vare kısmi CCA (koşul pH): genel F | 2,42042849 | 2,42042849 | 3,7e−16 | ✓ |
| vare kısmi CCA (koşul pH): düzeltilmiş R² (4 hane; permütasyonla kestirim, iki şablon) | 0,1575 | 0,1579 | 4,0e−4 | ✓ |
| vare RDA Hellinger: toplam eylemsizlik | 0,36467324 | 0,36467324 | 1,7e−16 | ✓ |
| vare RDA Hellinger: kısıtlı eylemsizlik | 0,13387078 | 0,13387078 | 3,1e−16 | ✓ |
| vare RDA Hellinger: kısıtsız eylemsizlik | 0,23080245 | 0,23080245 | 1,1e−16 | ✓ |
| vare RDA Hellinger: kanonik özdeğer 1 | 0,09800703 | 0,09800703 | 0 | ✓ |
| vare RDA Hellinger: kanonik özdeğer 2 | 0,02226884 | 0,02226884 | 0 | ✓ |
| vare RDA Hellinger: kanonik özdeğer 3 | 0,01359492 | 0,01359492 | 0 | ✓ |
| vare RDA Hellinger: genel F | 3,86682151 | 3,86682151 | 6,9e−16 | ✓ |
| vare RDA Hellinger: düzeltilmiş R² (4 hane) | 0,2722 | 0,2722 | 0 | ✓ |
| dune CCA (A1 + Management): toplam eylemsizlik | 2,11526375 | 2,11526375 | 2,1e−16 | ✓ |
| dune CCA (A1 + Management): kısıtlı eylemsizlik | 0,77977785 | 0,77977785 | 2,2e−16 | ✓ |
| dune CCA (A1 + Management): kısıtsız eylemsizlik | 1,3354859 | 1,3354859 | 2,5e−15 | ✓ |
| dune CCA (A1 + Management): kanonik özdeğer 1 | 0,318749 | 0,318749 | 5,0e−16 | ✓ |
| dune CCA (A1 + Management): kanonik özdeğer 2 | 0,23718475 | 0,23718475 | 3,1e−16 | ✓ |
| dune CCA (A1 + Management): kanonik özdeğer 3 | 0,13216523 | 0,13216523 | 5,8e−16 | ✓ |
| dune CCA (A1 + Management): kanonik özdeğer 4 | 0,09167888 | 0,09167888 | 1,1e−16 | ✓ |
| dune CCA (A1 + Management): genel F | 2,18959028 | 2,18959028 | 1,8e−15 | ✓ |
| dune CCA (A1 + Management): düzeltilmiş R² (4 hane; permütasyonla kestirim, iki şablon) | 0,2085 | 0,2063 | 2,2e−3 | ✓ |
| dune RDA ölçekli: toplam eylemsizlik | 30 | 30 | 0 | ✓ |
| dune RDA ölçekli: kısıtlı eylemsizlik | 10,71007369 | 10,71007369 | 2,2e−15 | ✓ |
| dune RDA ölçekli: kısıtsız eylemsizlik | 19,28992631 | 19,28992631 | 7,4e−16 | ✓ |
| dune RDA ölçekli: kanonik özdeğer 1 | 4,19274817 | 4,19274817 | 2,5e−15 | ✓ |
| dune RDA ölçekli: kanonik özdeğer 2 | 3,35695765 | 3,35695765 | 4,4e−15 | ✓ |
| dune RDA ölçekli: kanonik özdeğer 3 | 1,70091 | 1,70091 | 1,7e−15 | ✓ |
| dune RDA ölçekli: kanonik özdeğer 4 | 1,45945787 | 1,45945787 | 2,4e−15 | ✓ |
| dune RDA ölçekli: genel F | 2,0820596 | 2,0820596 | 4,3e−16 | ✓ |
| dune RDA ölçekli: düzeltilmiş R² (4 hane) | 0,1855 | 0,1855 | 0 | ✓ |
| vare varyans bölümleme: [a] yalnız küme 1 | 0,19300598 | 0,19300598 | 5,8e−16 | ✓ |
| vare varyans bölümleme: [b] yalnız küme 2 | −0,03958228 | −0,03958228 | 0 | ✓ |
| vare varyans bölümleme: [c] ortak | 0,07915661 | 0,07915661 | 0 | ✓ |
| vare varyans bölümleme: [d] artık | 0,76741968 | 0,76741968 | 4,4e−16 | ✓ |
| vare koşullu bölümleme: [a] yalnız küme 1 | 0,07499425 | 0,07499425 | 4,0e−16 | ✓ |
| vare koşullu bölümleme: [b] yalnız küme 2 | −0,03649224 | −0,03649224 | 2,0e−16 | ✓ |
| vare koşullu bölümleme: [c] ortak | 0,10831727 | 0,10831727 | 0 | ✓ |
| vare koşullu bölümleme: [Z] koşul | 0,0744609 | 0,0744609 | 9,7e−17 | ✓ |
| vare koşullu bölümleme: [d] artık | 0,77871982 | 0,77871982 | 2,2e−16 | ✓ |
| vare RDA Hellinger: biplot skoru Al RDA1 | 0,84708837 | 0,84708837 | 8,9e−16 | ✓ |
| vare RDA Hellinger: biplot skoru P RDA1 | 0,39384278 | 0,39384278 | 1,2e−15 | ✓ |
| vare RDA Hellinger: biplot skoru K RDA1 | 0,42436354 | 0,42436354 | 6,1e−16 | ✓ |
| vare CCA: biplot skoru Al CCA1 (mutlak değer) | 0,85991122 | 0,85992083 | 9,6e−6 | ✗ |
| vare CCA: biplot skoru P CCA1 (mutlak değer) | 0,41956128 | 0,41952283 | 3,8e−5 | ✗ |
| vare CCA: biplot skoru K CCA1 (mutlak değer) | 0,44046645 | 0,44044339 | 2,3e−5 | ✗ |
Ölçütü karşılayan: 55/58. Aynı veri, aynı ayar, aynı tohum (20261119). ✗ satırları iki şablonun tanım farklarını gösterir (bölüm 206.6.2).
| Konu | Python şablonu (bu bölüm) | R şablonu (Bölüm 205) |
|---|---|---|
| Eylemsizlik, özdeğer, genel F | aynı (fark <10^{-9}) | aynı |
| CCA düzeltilmiş R^2 | aynı tanım (r2_tanim): varsayılan permütasyonla kestirim, 0,2046 ve 0,2051 (Monte Carlo hatası içinde; dune 0,2085 ve 0,2063); ezekiel seçeneği iki şablonda birebir aynı (0,2056) |
aynı |
| Koşullu modelde düzeltilmiş R^2 | değer yazılır (0,1575) | değer yazılır (0,1579) |
| RDA düzeltilmiş R^2 | Ezekiel | Ezekiel (aynı) |
| Permütasyon testleri | yalnız genel F | genel, terim (marjinal/ardışık), eksen |
| Permütasyon modeli | indirgenmiş (sabit) | reduced, direct, full |
| Etken düzey sırası, başvuru | aynı kural (kategorik türde kendi sırası; sayısal; ilk görülme) | aynı |
| Biplot skoru | sıradan korelasyon | vegan ağırlıklı skor (RDA'da aynı) |
| Varyans bölümleme satırları | [a] = X1|X2, [b] = X2|X1, [c], [d] = Residuals (koşul varsa [Z]) |
aynı |
| Hellinger ve boş satır | açık iletiyle durur | aynı ileti |
| Grafik | alanlar + oklar | triplot (alan, tür, ok; ölçekleme 1–3) |
| Rastgele sayı üreteci | default_rng (numpy) |
R (set.seed) |
206.7 Çıktıyı okuma
vare verisi, örnek ayar, tohum 20261119 (kopy_ornek); konsol:
R² = 0,3092; düzeltilmiş R² = 0,2046 (CCA: 1000 permütasyonla kestirildi; sonuç tohuma bağlıdır, tohum: 20261119; kapalı formül için 'CCA'da düzeltilmiş R² tanımı' alanını kullanın)
Tablolar (kısaltılmış):
| Tablo | Öğe | Değer |
|---|---|---|
| Eylemsizlik ayrışımı (CCA) | toplam / kısıtlı / kısıtsız | 2,0832 / 0,6441 (oran 0,3092) / 1,4391 (0,6908) |
| Kanonik özdeğerler | CCA1, CCA2, CCA3 | 0,3616 (kısıtlının 0,5613'ü), 0,1700 (0,2639), 0,1126 (0,1748) |
| Permütasyon testleri (499) | Genel: F (sd 3) | 2,9840; p=0{,}002 |
| Biplot skorları (CCA1, CCA2) | Al / P / K | 0,8599 ve 0,1604 / −0,4196 ve 0,7513 / −0,4405 ve 0,1647 |
Kısmi ordinasyonda (kopy_kismi, koşul pH) tablo bir satır fazladır (koşullu 0,1458; oran 0,0700) ve düzeltilmiş R^2 koşullu biçimde yazılır (0,1575); kategorik açıklayıcıda (kopy_dune_kat) not "Management: düzey sırası (SF, BF, HF, NM); ilk düzey başvurudur …" der ve biplot satırları A1, ManagementBF, ManagementHF, ManagementNM'dir.
Şekil 206.1. Şablonun ordinasyon grafiği (vare, CCA): mor noktalar örnek alanlarını, turuncu oklar Al, P ve K'yı gösterir; tür noktaları çizilmez.

| Öğe | Ne yazar | Nasıl yorumlanır |
|---|---|---|
| Toplam, kısıtlı, kısıtsız eylemsizlik | Toplam değişkenliğin çevreyle açıklanan ve artık payı. | Kısıtlı oran R^2'dir; vare'de yüzde 30,9. |
| Koşullu eylemsizlik | Koşul değişkeninin açıkladığı pay (yalnız koşul varsa). | Kısmi ordinasyonda çıkarılan kısımdır. |
| Kanonik özdeğer | Her kısıtlı eksenin payı. | Eksen sayısı açıklayıcı sayısıyla sınırlıdır. |
| Düzeltilmiş R^2 | Açıklayıcı sayısına göre düzeltilmiş oran. | CCA'da varsayılan olarak permütasyonla kestirilir, tohuma göre dalgalanır ve çıktı satırı bunu yazar; kapalı formül için r2_tanim = ezekiel. Koşullu modelde de yazılır. |
| Genel test | Modelin tümü için permütasyon F ve p. | En küçük p=1/(1+B); kenar değerde B'yi artırın. Terim ve eksen testi için R şablonu gerekir. |
| Biplot skorları | Değişkenlerin ilk iki eksenle ilişkisi. | Ok yönü ve uzunluğu; CCA'da R ikizinden küçük farkla, eksen işareti keyfidir. |
| Varyans bölümleme | [a] yalnız küme 1, [b] yalnız küme 2, [c] ortak ve [d] artık düzeltilmiş R^2 (rda_hel: 0,1930; −0,0396; 0,0792; 0,7674); koşul varsa [Z] satırı. |
Negatif pay "açıklama yok" demektir. |
Rapor cümlesi. Alüminyum, fosfor ve potasyum, 24 örnek alanındaki tür bileşimi değişkenliğinin yüzde 30,9'unu açıkladı (CCA; düzeltilmiş R^2=0{,}21). Model permütasyon testiyle anlamlıydı (F_{3,\,20}=2{,}98; p=0{,}002; 499 permütasyon).
206.8 Sık hatalar ve tuzaklar
- Terim ve eksen sonuçlarını bu şablondan beklemek. Yalnız genel test vardır; hangi değişkenin anlamlı olduğu sorusu için R şablonu gerekir.
- CCA'da düzeltilmiş R^2'nin iki tanımı. Permütasyonla kestirim (varsayılan) tohuma göre dalgalanır; kapalı formül (
ezekiel) sabittir. Vare'de ikisi 0,001 içindedir (0,2046 ve 0,2056), dune'da 0,008 ayrılır (0,2085 ve 0,2003). Bir raporda hangisinin kullanıldığı yazılmalıdır. - Biplot satır adları. Python ve R şablonu aynı düzey sırasını kullanır; başvuru düzeyi (
ManagementiçinSF) iki çıktıda aynıdır. Veri sekmesinde düzey sırasını değiştirmek başvuruyu ve satır adlarını değiştirir; model aynı kalır. - Sayı kodlu kategorik değişken. Veri sekmesinde "sayısal" kalırsa tek doğrusal değişken olarak girer (1 sd); kategorik yapılırsa düzeylere açılır. Python'da sütun türünü Veri sekmesi belirler.
- Boş satır. CCA ve Hellinger/Wisconsin dönüşümlü RDA açık iletiyle durur (
kopy_bos_cca,kopy_bos_rda); boş satırı çıkarıp yeniden çalıştırın. - Eleme bildirilir. Eksik değerli satırlar (
kopy_eksik: 22 alanla çalıştı; "Not: eksik değer nedeniyle 2 örnek alanı atıldı (satırlar: 6, 8).") ve sıfır toplamlı türler yazılır; açıklayıcıyla ortak koşul sütunu çalıştırmayı durdurur. - Varyans bölümleme ve koşul.
grup2vekosulbirlikte seçilince bölümleme koşul çıkarılarak yapılır ([Z]satırı); CCA'da bölümleme Hellinger RDA'dır. - Permütasyon p'nin çözünürlüğü. B=499'da en küçük p=0{,}002; p\approx0{,}05 kenarında B'yi 9999'a çıkarın.
- Doğrusal bağımlı açıklayıcılar. Hata vermez; sıra düşer ve kullanılan eksen sayısı açıklayıcı sayısından az olabilir. Kontrol için kanonik özdeğer tablosunun satır sayısına bakın.
206.9 Uzman soruları
S1. Python ve R şablonu hangi çıktılarda birebir aynı, hangilerinde farklı?
Eylemsizlik ayrışımı, kanonik özdeğerler, genel F, RDA'da R^2 ve düzeltilmiş R^2 (koşullu model dahil), RDA biplot skorları, varyans bölümlemenin satır adları, sırası ve sayısal değerleri ve etken düzey adları iki şablonda 10^{-9} içinde aynıdır (206.6.2). Fark: CCA'nın permütasyonla kestirilen düzeltilmiş R^2'si ve permütasyon p değerleri (Monte Carlo hatası) ile CCA biplot skorları.
S2. CCA'da permütasyonla kestirilen ve kapalı formülle hesaplanan düzeltilmiş R^2 neden farklı çıkar?
Ezekiel formülü doğrusal modeldeki şişmeyi serbestlik derecesiyle düzeltir. vegan CCA için kapalı formül yerine kısıtlı payın permütasyon altındaki ortalamasını çıkaran bir kestirim kullanır (RsquareAdj.cca; Peres-Neto ve ark., 2006 düzeltilmiş R^2 tanımlarını bu doğrultuda verir). Şablon varsayılanda bu tanımı kullanır (r2_tanim = vegan) ve kapalı formülü seçenek olarak sunar. Fark vare'de 10^{-3}'ten küçük, dune'da 8\cdot10^{-3}'tür (satır ağırlıkları dune'da daha değişkendir); RDA'da iki tanım aynıdır.
S3. Permütasyon sayısını artırmak sonucu değiştirir mi?
F değişmez, yalnız p'nin hata payı küçülür. vare'de 499 permütasyonda p=0{,}002 (en küçük değer); bağımsız hesabın 4999 permütasyonla 0{,}0002 bulması gerçek p'nin daha da küçük olduğunu gösterir.
S4. Kısıtlı eksen sayısı neden açıklayıcı sayısına eşit?
Kısıtlı uzayın boyutu, \mathbf X_r'nin sırasıdır (\le q). vare'de üç açıklayıcıyla üç eksen çıkar; dune'da A1 ile üç etken göstergesi dört eksen verir. Sıra eksikliği olan tasarımda sapka bağımlı sütunları düşürür, dolayısıyla eksen sayısı açıklayıcı sayısından küçük olabilir.
S5. Hellinger dönüşümü boş satırlı veride neden duruyor?
Satır toplamı sıfırsa 0/0 tanımsızdır; boş satır "ortalama bileşimden sapma" gibi yorumlanırsa bilgi taşımayan bir alan analize girerdi. Şablon bu yüzden Hellinger ve Wisconsin dönüşümünde boş satırda açık iletiyle durur (123–126); R ikizi aynı iletiyi verir. Boş satırların çıkarılması önerilir.
S6. Koşul değişkenli modelde düzeltilmiş R^2 nasıl hesaplanır?
Kapalı Ezekiel formülü koşulsuz modele göre türetilmiştir; koşullu durumda doğru tanım koşul ve koşul+açıklayıcı R^2'lerinin ayrı düzeltilip çıkarılmasıdır (Peres-Neto ve ark., 2006): E(R^2+R^2_Z;\,q+q_Z)-E(R^2_Z;\,q_Z). Şablon RDA'da bunu uygular (vegan'ın kısmi RDA tanımı); CCA'da varsayılan permütasyonla kestirim de aynı farkı permütasyonla alır (R ikizi 0,1579, Python 0,1575; kapalı formül 0,1578).
S7. Başka bir tanımla ya da pakette sonuç farklı çıkar mı?
vegan ve bu şablon aynı eylemsizlikleri verir (206.6.1). Fark ordinasyon eksenlerinin işaretinde ve ölçeklemesinde, \chi^2 ağırlıklı skorlarda ve düzeltilmiş R^2 tanımındadır. Eksen işareti keyfidir (CCA2'de Python +0,160, R −0,160).
206.10 Kaynaklar
- Jongman, R. H. G., ter Braak, C. J. F., & van Tongeren, O. F. R. (Eds.). (1995). Data analysis in community and landscape ecology. Cambridge University Press. https://doi.org/10.1017/CBO9780511525575
- Legendre, P., & Gallagher, E. D. (2001). Ecologically meaningful transformations for ordination of species data. Oecologia, 129(2), 271–280. https://doi.org/10.1007/s004420100716
- Peres-Neto, P. R., Legendre, P., Dray, S., & Borcard, D. (2006). Variation partitioning of species data matrices: Estimation and comparison of fractions. Ecology, 87(10), 2614–2625. https://doi.org/10.1890/0012-9658(2006)87[2614:VPOSDM]2.0.CO;2
- ter Braak, C. J. F. (1986). Canonical correspondence analysis: A new eigenvector technique for multivariate direct gradient analysis. Ecology, 67(5), 1167–1179. https://doi.org/10.2307/1938672
- Väre, H., Ohtonen, R., & Oksanen, J. (1995). Effects of reindeer grazing on understorey vegetation in dry Pinus sylvestris forests. Journal of Vegetation Science, 6(4), 523–530. https://doi.org/10.2307/3236351
- Yazılım kaydı: numpy 2.4.6 (Harris ve ark., 2020; https://doi.org/10.1038/s41586-020-2649-2), pandas 2.3.3 (McKinney, 2010; https://doi.org/10.25080/Majora-92bf1922-00a), matplotlib 3.10.9 (Hunter, 2007; https://doi.org/10.1109/MCSE.2007.55), Python 3.13.1 (şablon çalıştırmasının yazılım kaydından). Karşılaştırma: R 4.5.3, vegan 2.7-6 (https://doi.org/10.32614/CRAN.package.vegan).