r - 在 Vegan 中使用 metaMDS() 没有稳定的解决方案

Question

已结束。 这个问题是 off-topic .它目前不接受答案。

---

想要改进这个问题？ Update the question所以它是on-topic堆栈溢出。

关闭 9 年前。

Improve this question

我有一个物种丰度数据集，其中有很多零，即使我为 metaMDS() 设置 trymax = 1000 程序也无法找到稳定的压力的解决方案。我已经尝试过合并数据(将多年合并以减少零的数量)，但我不能再这样做了。我只是想知道是否有人知道 - 选择 R 最后给我的东西(1000 个解决方案中的最低值)在科学上是否有效，还是我不应该使用 NMDS，因为它找不到稳定的位置？互联网上似乎很少有这方面的信息。

Answer 1

对此的一种解释是您尝试使用太少的维度进行映射。我假设您使用的是默认的 k = 2？如果是这样，请尝试 k = 3 并比较您从 k = 2 解决方案的 1000 次尝试中获得的 best 解决方案的压力。

我会有点担心从 1000 个解决方案中选择一个解决方案，因为它具有最好/最低的压力。

您还可以再尝试 1000 次随机开始，看看如果您运行更多迭代，它是否会收敛。当您保存 metaMDS() 的输出时，您可以通过 previous.best 参数将该对象提供给对 metaMDS() 的另一个调用。然后它将执行 trymax 进一步的随机开始，但将任何较低压力的解决方案与之前的最佳解决方案进行比较，如果找到与之相似的解决方案，则收敛，而不是必须在 1000 个中找到两个相似的低压力解决方案开始。