r - 如何排列典型判别函数的双标图？

Question

亲爱的 Stackoverflow 社区，我写这个问题是因为我在绘制对考古数据集执行的分析时遇到问题。事实证明，我按照考古学教授 David L. Carlson 的例子，通过规范函数进行了判别分析，在查看他的数据集的双标图时，该图显示没有问题，其中案例的数量观察到与质心相关的。发生的事情是，当我绘制我的数据集时，我得到的双标图没有显示与质心相关的案例数，我已经尝试了几次但我不能，我不知道我的问题是否存在数据集。

为 David L. Carlson 教授开发的罗马陶器句法如下所示:

library(candisc)

library(archdata)

data(RBPottery)

View(RBPottery)

options(digits=3)

RBP.manova <- lm(as.matrix(RBPottery[, 4:12])~Region,RBPottery)

summary(RBP.manova)

summary(manova(RBP.manova), test="Pillai")

RBP.can <- candisc(RBP.manova)

RBP.can

summary(RBP.can)

coef(RBP.can, type="structure")

plot(RBP.can, main="Romano- British Pottery Regions - Canonical Variates")

我的分析结果如下图所示:

Vertientes <-c("Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Oeste", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este", "Este")
Cluster <-c("Sitios_pequeños_cluster_2", "Sitios_medianos_cluster_2", "Sitios_medianos_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_grandes_cluster_1", "Sitios_grandes_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_medianos_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_medianos_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_medianos_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_medianos_cluster_1", "Sitios_pequeños_cluster_3", "Sitios_grandes_cluster_3", "Sitios_pequeños_cluster_3", "Sitios_pequeños_cluster_3", "Sitios_pequeños_cluster_3", "Sitios_pequeños_cluster_3", "Sitios_pequeños_cluster_2", "Sitios_pequeños_cluster_2", "Sitios_pequeños_cluster_2", "Sitios_pequeños_cluster_2", "Sitios_pequeños_cluster_2", "Sitios_grandes_cluster_2", "Sitios_pequeños_cluster_2", "Sitios_grandes_cluster_2", "Sitios_grandes_cluster_2", "Sitios_medianos_cluster_2", "Sitios_medianos_cluster_2", "Sitios_pequeños_cluster_2", "Sitios_pequeños_cluster_2", "Sitios_pequeños_cluster_2", "Sitios_pequeños_cluster_2", "Sitios_medianos_cluster_2", "Sitios_grandes_cluster_2", "Sitios_medianos_cluster_2", "Sitios_medianos_cluster_2", "Sitios_grandes_cluster_2", "Sitios_pequeños_cluster_2", "Sitios_pequeños_cluster_2", "Sitios_pequeños_cluster_2", "Sitios_medianos_cluster_2", "Sitios_pequeños_cluster_2", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_2", "Sitios_pequeños_cluster_2", "Sitios_medianos_cluster_2", "Sitios_pequeños_cluster_1", "Sitios_pequeños_cluster_1", "Sitios_medianos_cluster_1", "Sitios_grandes_cluster_1", "Sitios_pequeños_cluster_2", "Sitios_pequeños_cluster_3", "Sitios_pequeños_cluster_3", "Sitios_pequeños_cluster_3", "Sitios_medianos_cluster_3", "Sitios_pequeños_cluster_3", "Sitios_pequeños_cluster_3", "Sitios_grandes_cluster_3", "Sitios_medianos_cluster_3", "Sitios_pequeños_cluster_3", "Sitios_pequeños_cluster_3", "Sitios_pequeños_cluster_3", "Sitios_pequeños_cluster_3", "Sitios_pequeños_cluster_3", "Sitios_pequeños_cluster_3", "Sitios_medianos_cluster_3", "Sitios_pequeños_cluster_3", "Sitios_medianos_cluster_3", "Sitios_pequeños_cluster_3", "Sitios_medianos_cluster_3")
Tamaños <-c("Sitios_pequeños", "Sitios_medianos", "Sitios_medianos", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitio_grande", "Sitio_grande", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_medianos", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_medianos", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_medianos", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_medianos", "Sitios_pequeños", "Sitio_grande", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitio_grande", "Sitios_pequeños", "Sitio_grande", "Sitio_grande", "Sitios_medianos", "Sitios_medianos", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_medianos", "Sitio_grande", "Sitios_medianos", "Sitios_medianos", "Sitio_grande", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_medianos", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_medianos", "Sitios_pequeños", "Sitios_pequeños", "Sitios_medianos", "Sitio_grande", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_medianos", "Sitios_pequeños", "Sitios_pequeños", "Sitio_grande", "Sitios_medianos", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_pequeños", "Sitios_medianos", "Sitios_pequeños", "Sitios_medianos", "Sitios_pequeños", "Sitios_medianos")
Tamaño <-c(1954, 5721, 9042, 1954, 1954, 2889, 10825, 10948, 4864, 1954, 1954, 8847, 3907, 1954, 1954, 1954, 1954, 1954, 5372, 1954, 1954, 1954, 1954, 1954, 1954, 1954, 1954, 1954, 1954, 3606, 1954, 1954, 1954, 6671, 1954, 1954, 1954, 1954, 1954, 1954, 5205, 3907, 22651, 1954, 1954, 1954, 1954, 1954, 1954, 3068, 3336, 3321, 11021, 4081, 20865, 14330, 5317, 5759, 1954, 1954, 1954, 1954, 9331, 19103, 5323, 7320, 11532, 3728, 1954, 3244, 7978, 1954, 1954, 1954, 1954, 8496, 1954, 4079, 5674, 10200, 2744, 1954, 1954, 1954, 6736, 1954, 4489, 14801, 8670, 1954, 3309, 1954, 3262, 3723, 1954, 6966, 2921, 5257, 2717, 6202)
Altura <-c(708, 652, 910, 916, 1048, 1082, 1122, 1206, 859, 1113, 1352, 1388, 561, 931, 928, 950, 958, 996, 992, 1056, 964, 772, 807, 864, 889, 911, 1176, 536, 739, 777, 806, 953, 615, 648, 686, 943, 1060, 1088, 1164, 989, 1062, 652, 677, 741, 810, 748, 568, 649, 840, 945, 954, 1005, 1061, 1107, 1131, 1193, 1429, 861, 957, 1022, 1036, 1125, 1251, 606, 663, 854, 897, 950, 1067, 1166, 1211, 1252, 611, 1002, 1056, 1110, 536, 592, 578, 619, 1050, 540, 692, 1054, 559, 842, 1113, 1106, 937, 1030, 1068, 1016, 1065, 1141, 416, 528, 550, 723, 619, 18.8)
Pendiente <-c(23, 15, 35, 30, 40, 19, 38, 27, 33, 33, 22, 30, 9, 16, 24, 9, 23, 31, 24, 20, 9, 15, 33, 28, 36, 26, 25, 9, 24, 35, 20, 12, 25, 20, 9, 12, 26, 18, 23, 2, 20, 22, 23, 31, 23, 5, 12, 16, 2, 35, 25, 31, 30, 20, 36, 26, 19, 31, 26, 18, 15, 24, 7, 16, 29, 26, 21, 31, 32, 25, 13, 10, 14, 29, 27, 26, 5, 9, 11, 19, 28, 24, 18, 16, 20, 25, 11, 44, 11, 30, 24, 22, 35, 11, 30, 23, 9, 20, 25, 1)
Tiestos <-c(4, 37, 22, 71, 10, 1, 2, 57, 1, 5, 19, 7, 98, 46, 20, 71, 10, 13, 74, 137, 13, 1, 34, 4, 14, 14, 86, 2, 55, 43, 39, 12, 8, 13, 34, 3, 9, 15, 4, 6, 26, 32, 10, 1, 10, 4, 5, 116, 182, 34, 202, 43, 11, 15, 67, 7, 2, 145, 38, 3, 8, 11, 342, 43, 10, 42, 8, 6, 14, 3, 4, 7, 199, 7, 18, 67, 13, 51, 46, 104, 46, 74, 11, 15, 10, 55, 263, 57, 3, 10, 5, 4, 16, 3, 30, 30, 36, 124, 31, 120)
Vasijas <-c(0, 6, 1, 9, 2, 0, 0, 1, 0, 0, 1, 0, 29, 6, 2, 2, 1, 1, 4, 12, 0, 1, 1, 0, 3, 1, 9, 1, 2, 4, 3, 0, 1, 2, 5, 0, 1, 4, 0, 1, 3, 1, 1, 0, 2, 0, 0, 13, 68, 11, 67, 14, 4, 2, 43, 0, 0, 35, 9, 0, 7, 2, 87, 14, 1, 8, 0, 1, 1, 0, 0, 0, 42, 0, 0, 0, 4, 2, 8, 6, 2, 6, 0, 8, 2, 3, 32, 3, 0, 1, 1, 0, 1, 0, 13, 3, 0, 19, 1, 13)
Decorados <-c(0, 3, 0, 0, 2, 0, 0, 0, 2, 0, 1, 0, 10, 1, 0, 2, 1, 2, 4, 3, 0, 0, 0, 0, 0, 0, 1, 0, 0, 2, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 2, 16, 46, 11, 55, 7, 1, 1, 10, 0, 0, 7, 1, 1, 2, 0, 52, 5, 0, 1, 4, 0, 1, 2, 0, 0, 29, 0, 0, 0, 0, 0, 1, 3, 2, 2, 2, 0, 0, 0, 100, 6, 0, 2, 0, 0, 8, 0, 19, 6, 0, 6, 2, 12)

Congo_DMA_2 <- data.frame(Vertientes, Cluster, Tamaños, Tamaño, Altura, Pendiente, Tiestos, Vasijas, Decorados)

View(Congo_DMA_2)

Congo_DMA_2

str(Congo_DMA_2)

options(digits=3)

Congo.manova <- lm(as.matrix(Congo_DMA_2[, 4:9])~Cluster,Congo_DMA_2)

summary(Congo.manova)

library(candisc)

Congo.can <- candisc(Congo.manova)

Congo.can

summary(Congo.can)

coef(Congo.can, type="structure")

plot(Congo.can, main="Juego de datos del Congo para análsis discriminante canónico de las variables sitios y tamaños")

非常感谢您的关注，作为编程领域的新考古学家，如果提出这个问题的方式不正确，我深表歉意。向大家致以最诚挚的问候。

Answer 1

问题是 Congo_DMA_2$Cluster 必须是一个因子，而不是字符向量。旧版本的 R 在创建数据框时会自动进行此转换，但当前版本不会。创建 Congo_DMA_2 后，只需将以下行添加到您的代码中:

Congo_DMA_2 <- data.frame(Vertientes, Cluster, Tamaños, Tamaño, Altura, Pendiente, Tiestos, Vasijas, Decorados)   # Your code
Congo_DMA_2$Cluster <- factor(Congo_DMA_2$Cluster)  # Added line

然后绘图将包括各个点。