R语言 vegan包 bioenv()函数中文帮助文档(中英文对照)

loveR

bioenv(vegan)
bioenv()所属R语言包：vegan

                                        Best Subset of Environmental Variables with
                                         最佳子集的环境变量

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Function finds the best subset of environmental variables, so that the Euclidean distances of scaled environmental variables have the maximum (rank) correlation with community dissimilarities.  
的功能找到最佳的环境变量的子集，这样的欧氏距离的最大规模的环境变量有（排名）与社区相异的相关性。


用法----------Usage----------


## Default S3 method:[默认方法]
bioenv(comm, env, method = "spearman", index = "bray",
       upto = ncol(env), trace = FALSE, partial = NULL, ...)
## S3 method for class 'formula'[类formula的方法]
bioenv(formula, data, ...)



参数----------Arguments----------

参数：comm
Community data frame or a dissimilarity object or a square matrix that can be interpreted as dissimilarities.  
社区数据框或相异的对象或可以被解释为相异性的正方形矩阵。


参数：env
Data frame of continuous environmental variables.  
数据框的连续环境变量。


参数：method
The correlation method used in cor.
在cor使用的相关方法。


参数：index
The dissimilarity index used for community data (comm)  in vegdist. This is ignored if comm are dissimilarities.
的相异指数用于在comm社区数据（vegdist）的。这是忽略，如果comm是不同点。


参数：upto
Maximum number of parameters in studied subsets.
研究的子集参数的最大数量。


参数：formula, data
Model formula and data.
型号formula和数据。


参数：trace
Trace the advance of calculations  
跟踪计算提前


参数：partial
Dissimilarities partialled out when inspecting variables in env.
四不像partialled时，检查变量env。


参数：...
Other arguments passed to cor.
其他参数传递给cor。


Details

详细信息----------Details----------

The function calculates a community dissimilarity matrix using vegdist.  Then it selects all possible subsets of environmental variables, scales the variables, and calculates Euclidean distances for this subset using dist.  Then it finds the correlation between community dissimilarities and environmental distances, and for each size of subsets, saves the best result.  There are 2^p-1 subsets of p variables, and an exhaustive search may take a very, very, very long time (parameter upto offers a partial relief).
该函数计算使用vegdist的社区相异度矩阵。然后选择所有可能子集的环境变量，scale的变量，并计算欧氏距离，这个子集dist。随后，它发现社会的相异和环境距离之间的相关性，并为每种尺寸的子集，节省了最好的结果。有2^p-1 p变量的子集，和一个详尽的搜索过程可能需要一个非常，非常，很长一段时间（参数upto提供部分缓解）。

The function can be called with a model formula where the LHS is the data matrix and RHS lists the environmental variables. The formula interface is practical in selecting or transforming environmental variables.
也可以调用函数的模型formula其中LHS是数据矩阵和RHS列出的环境变量。在选择或改变环境变量的公式接口是可行的。

With argument partial you can perform “partial” analysis. The partializing item must be a dissimilarity object of class dist. The partial item can be used with any correlation method, but it is strictly correct only for Pearson.
参数partial，“你可以执行”局部“的分析。 partializing项目必须是一个的相异对象的类dist。可以使用任何相关partial的method项目，但它仅适用于皮尔逊是完全正确的。

Clarke & Ainsworth (1993) suggested this method to be used for selecting the best subset of environmental variables in interpreting results of nonmetric multidimensional scaling (NMDS). They recommended a parallel display of NMDS of community dissimilarities and NMDS of Euclidean distances from the best subset of scaled environmental variables.  They warned against the use of Procrustes analysis, but to me this looks like a good way of comparing these two ordinations.
克拉克安斯沃思（1993）建议可以使用这个方法来选择最佳的环境变量的子集解释结果的非度量多维标度（NMDS）。他们建议并行显示NMDS的社区欧氏距离的最佳子集的规模环境变量的异同和NMDS。他们警告说，对普鲁克分析使用，但对我来说，这看起来像一个很好的方式，比较这两种祝。

Clarke & Ainsworth wrote a computer program BIO-ENV giving the name to the current function. Presumably BIO-ENV was later incorporated in Clarke's PRIMER software (available for Windows).  In addition, Clarke & Ainsworth suggested a novel method of rank correlation which is not available in the current function.
克拉克和安斯沃思写了一个计算机程序，BIO-ENV到目前的功能的名称。据推测BIO-ENV以后被合并在克拉克的PRIMER软件（适用于Windows）。此外，克拉克，安斯沃思提出了一种新的等级相关的方法，这是不是在当前的功能。


值----------Value----------

The function returns an object of class bioenv with a summary method.
该函数返回一个类的对象bioenv与一个summary方法。


注意----------Note----------

If you want to study the "significance" of bioenv results, you can use function mantel or mantel.partial which use the same definition of correlation.  However, bioenv standardizes environmental variables to unit standard deviation using function scale and you must do the same in mantel for comparable results. Further, bioenv selects variables to maximize the Mantel correlation, and significance tests based on a priori selection of variables are biased.
如果你想研究的“意义”的bioenv结果，你可以使用功能mantel或mantel.partial使用相同的定义的相关性。然而，bioenv环境变量的标准化单位标准差的使用功能scale，你必须做同样的mantel比较的结果。此外，bioenv选择最大化的Mantel相关的变量，并根据先验选择的变量的显着性检验是偏颇的。


（作者）----------Author(s)----------


Jari Oksanen



参考文献----------References----------

community structure to environmental variables. Marine Ecology Progress Series, 92, 205–219.

参见----------See Also----------

vegdist, dist, cor for underlying routines, monoMDS and metaMDS for ordination, procrustes for Procrustes analysis, protest for an alternative, and rankindex for studying alternatives to the default
vegdist，dist，cor基本例程，monoMDS和metaMDS协调，procrustes普鲁克分析，protest另一种选择，和rankindex学习到默认的替代品


实例----------Examples----------


# The method is very slow for large number of possible subsets.[大量可能子集的方法是很慢的。]
# Therefore only 6 variables in this example.[因此在这个例子中只有6个变量。]
data(varespec)
data(varechem)
sol <- bioenv(wisconsin(varespec) ~ log(N) + P + K + Ca + pH + Al, varechem)
sol
summary(sol)

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。