ビーガンパッケージにはモデル構築用のordiR2step()
関数が含まれています。これはR2を使用して最も重要な変数とp値をフィットの良さとして識別するために使用できます対策。しかし、私が最近取り組んでいるデータセットでは、この関数はベストフィットモデルを提供しません。vegan :: ordiR2step()ベストフィットモデルが見つかりません
# data
RIKZ <- read.table("http://www.uni-koblenz-landau.de/en/campus-landau/faculty7/environmental-sciences/landscape-ecology/Teaching/RIKZ_data/at_download/file", header = TRUE)
# data preparation
Species <- RIKZ[ ,2:5]
ExplVar <- RIKZ[ , 9:15]
Species_fin <- Species[ rowSums(Species) > 0, ]
ExplVar_fin <- ExplVar[ rowSums(Species) > 0, ]
# rda
RIKZ_rda <- rda(Species_fin ~ . , data = ExplVar_fin, scale = TRUE)
# stepwise model building: ordiR2step()
require(vegan)
step_both_R2 <- ordiR2step(rda(Species_fin ~ salinity, data = ExplVar_fin, scale = TRUE),
scope = formula(RIKZ_rda),
direction = "both", R2scope = TRUE, Pin = 0.05,
steps = 1000)
それが説明された分散を増加させるが、なぜordiR2step()
は、モデルへの変数暴露を追加しませんか? R2scope
が(Pi = 0.15
)TRUEに設定されている場合
Error in terms.formula(tmp, simplify = TRUE) :
invalid model formula in ExtractVars
:それはcorretly可変露光を追加しなく次のエラーをスロー
R2scope
場合はFALSEに設定され、p値の基準は、(Pin = 0.15
)を増加させます露出は追加されません。
注:これは統計的な疑問として扱われる可能性があります。したがって、CVにはより適しています。しかし、私は問題がむしろ技術的で、ここではより良いと思う。
あなたの答えをありがとう!私は以前の文書の**詳細**をチェックしておくべきです。しかし、ドキュメントでは、第2の基準を無視するために、 'R2step = FALSE'ではなく、' R2scope = FALSE'ではなく、 'R2step = FALSE'を使うべきだと言います。ドキュメント 'R2scope = FALSE'の後には、adj。予測子の数が観測数より多い場合はR2です。時間の経過とともにパラメータが変化しましたか? – andrasz
'R2step'はドキュメントのエラーであり、githubで修正されました(メッセージに表示される' Error in terms.formula() 'と一緒に)。 –