library(vegan)

setwd("c:/DANKA HLAVNY ADRESAR/Vyuka/Bi5980 Biodiverzita/Biodiverzita vyuka 2016")
koryse <- read.csv("06_2016_Data_Plankton Koryse.csv",sep = ";" ,dec = ",", header = T, row.names = 1)
koryse

---------------------------------------------------- PCA ----------------------------------------------------------------------------
PCA je použitelná pro homogenní druhová data; nebo po správné transformaci dat - (doporučuje se Hellingerova transformace; je to odmocnina z relativní početnosti, tj. z dominance; tj. stejné hodnoty dostaneme i z matice abundancí i z matice dominancí)

koryse.hellinger <- decostand(koryse, "hellinger") 
koryse.hellinger

?rda   # rda (library vegan) - ak nie sú špecifikované environmentální proměnné, tak funkce "rda" z balíku "vegan" udělá unconstrained ordination (PCA)

PCA.koryse.hellinger <- rda(koryse.hellinger)
PCA.koryse.hellinger                             # celkova inerce a vlastni hodnoty prvnich 8 os
summary(rda(koryse.hellinger))                   # vsechny vysledky
plot(rda(koryse.hellinger))                      # alebo: plot(PCA.koryse.hellinger) ... druhy i lokality v jednom ordinacnim grafu, druhy jako body

biplot (PCA.koryse.hellinger, display = 'species')  # při použití funkce "ordiplot" se vykreslí druhy i lokality jako centroidy
biplot (PCA.koryse.hellinger, display = 'sites')

par(mfrow=c(1,2))                                   # druhy a lokality nakreslime vedle sebe do jednoho okna
biplot (PCA.koryse.hellinger, display = 'species')
biplot (PCA.koryse.hellinger, display = 'sites')


--------------------------- NMDS -----------------------------------------------------------------------------------------------

koryse.bray <- vegdist(koryse, "bray", diag = T, upper = T)
koryse.bray

?metaMDS
NMDS.koryse <- metaMDS(koryse, distance = "bray", k = 2)
NMDS.koryse
ordiplot (NMDS.koryse, type = 't')

NMDS.koryse <- metaMDS(koryse, distance = "bray", k = 2, autotransform = FALSE)
ordiplot (NMDS.koryse, type = 't')

par (mfrow = c(1,2)) 
stressplot (NMDS.koryse)                                                      Cvykresli Shepardov diagram
plot (NMDS.koryse, display = 'sites', type = 't', main = 'Goodness of fit')   # vykresli lokality ako text, tj. labels
points (NMDS.koryse, display = 'sites', cex = goodness (NMDS.koryse)*200)  # prida body s velkostou odrazajucou goodness-of-fit (cim vacsi tym horsie)

plot (NMDS.koryse, display = 'sites', type = 't')


 plot (NMDS.koryse, display = 'species', type = 't')
 orditorp (NMDS.koryse, display = 'sites')