Cvičení 5
1. Importujte dataset obsahující morfometrická data bruslařek
2. Proveďte souhrn dat a zkontrolujte, že se načetla správně
3. Spočtěte na kompletním datasetu PCA – vyberte ale jen morfometrické parametry (tj. od 4.
sloupce dále). Zamyslete se nad tím, zda provést standardizaci po proměnných.
4. Zhodnoťte PCA a významnost jednotlivých os
5. Nakreslete ordinační diagram tímto postupem
a) prázdný ordinační diagram
b) přidejte skóre vzorků
c) přidejte šipky parametrů
d) přidejte polygony zobrazující jednotlivé instary a zkuste pro ně nastavit různé barvy.
e) přidejte legendu zobrazující, ilustrující význam polygonů
6. Samostatně: Z bruslařkového datasetu vyberte pouze data pro 6. instar. Opakujte na tomto
datasetu body 3-5, ale na PCA digramu zobrazte rozdíly mezi druhy pomocí pavouka
(ordispider).
7. Importujte druhová data k datasetu společenstev pakomárů z řeky Svratky
8. Proveďte souhrn dat a zkontrolujte, že se načetla správně.
9. NA hodnoty nahraďte nulami. Vymažte druhy s jediným výskytem v datasetu
10. Spočtete na datech DCA. Zvažte zda logaritmovat hodnoty abundancí.**
11. Zobrazte eigenvalues a délky gradientů
12. Nakreslete ordinační diagram
a) Použijte zkratky druhových jmen
b) Zobrazte pouze druhy, které mají relativně vyšší vliv v analýze
13. Spočítejte NMDS na pakomářích datech. Použijte stejnou transformaci dat jako u DCA
14. Analýzu proveďte pro k=2 až k=5; zobrazte si hodnoty stresu a rozhodněte jaké by mohlo
být nejlepší k.***
15. Zobrazte ordinační diagram NMDS – 1. a 2. osu
a) zobrazte skóre vzorků
b) zobrazte skóre druhů pomocí zkratek názvů; vyberte pro zobrazení jen podsoubor druhů
na základě jejich frekvence tak, aby byl diagram stále čitelný
*
ano je nutné standardizovat, aby se zajistila stejná váha všech proměnných
**
ano, hodnoty vypadají pozitivně zešikmené. Transformovat je potřeba (pomocí log(x+1)
transformace protože obsahují nuly)
***
k = 3; stres je při něm výrazně nižší než při k=2. Při dalším přidávání os už nedochází k
podstatnému snižování stresu.
vegan:
ordihull() znázornění skupin pozorování pomocí obálek
ordispider() znázornění skupin a jejich centroidů pomocí pavouků
make.cepnames() generování osmipísmenných zkratek jmen druhů;
doporučuju ještě převést 5. písmeno na velké pomocí
substr(short.names,5,5)<-toupper(substr(short.names, 5,5))
weights () Zobrazení vah druhů nebo vzorků v analýzách (typicky
unimodální metody: CA, DCA, CCA, v CA a DCA pro výběr druhů k
zobrazení)
metaMDS () NMDS
stressplot() Stressplot pro NMDS
nmds.objekt$stress – zobrazí stress hodnotu daného NMDS fitu
envfit() Fitování korelací s ordinačními osami
palette(), palette.colors() Definice barev např. pro ordihull