predatGM(simboot)
predatGM()所属R语言包：simboot
Abundance data of predatory insects
捕食性昆虫的丰度数据
译者：生物统计家园网 机器人LoveR
描述----------Description----------
In a field trial with 8 complete blocks, one genetically modified crop variety and three varieties without genetical modification (S1, S2, S3) have been cultivated. Note that S1 is genetically closely related to the GM variety, and mainly differs from GM by not containing the transformation, while S2 and S3 are conventional varieties, which are genetically not closely related to GM and S1. In each of the 24 plots, a certain taxonomic group of predatory insects has been trapped. Trapped individuals have been classified to the species level. A total of 33 different species has been observed. For each plot, the summed counts of each species over one cultivation period is given in the variables Sp1, Sp2,...Sp33. Among others, one question in research was: Does the genetic modified variety effect biodiversity of the (ecologically important, non-target) species?
与8个完整的块，一个转基因作物品种和三个品种无转基因作物（S1，S2，S3），在田间试验已栽培。需要注意的是S1基因的转基因品种密切相关，主要区别从通用汽车公司不包含的转型，是常规品种的基因密切相关的通用汽车公司和S1 S2和S3。在每24个图中，有一定的捕食性昆虫分类群已经被困住了。被困人已被列为种的水平。一共有33个不同种类的被观察到。对于每一个图，每个物种的一个培育期的总和计数变量中的SP1，SP2，... SP33。其中，在研究的一个问题是：（具重要生态价值的，非目标）物种的遗传修改后的各种影响生物多样性？
用法----------Usage----------
data(predatGM)
格式----------Format----------
A data frame with 32 observations on the following 35 variables.
32以下35个变量的观察与数据框。
Block a numeric vector, values 1,...,8 indicate the blocks of the trial
Block一个数值向量，值1，...，8表示块的试验
Variety a factor distinguishing the four varieties in the field trial, with levels GM (the genetically modified variety), S1 (the near-isogenic, conventional variety), S2 and S3 (further conventional varieties)
Variety区分四个品种在田间试验的一个因素，同级别GM（转基因品种），S1（近等基因系，常规品种），S2和S3（进一步常规品种）
Sp1 a numeric vector, observed counts of species 1
Sp1一个数值向量，观测到的种数的1
Sp2 a numeric vector, ...
Sp2一个数值向量，...
Sp3 a numeric vector
Sp3一个数值向量
Sp4 a numeric vector
Sp4一个数值向量
Sp5 a numeric vector
Sp5一个数值向量
Sp6 a numeric vector
Sp6一个数值向量
Sp7 a numeric vector
Sp7一个数值向量
Sp8 a numeric vector
Sp8一个数值向量
Sp9 a numeric vector
Sp9一个数值向量
Sp10 a numeric vector
Sp10一个数值向量
Sp11 a numeric vector
Sp11一个数值向量
Sp12 a numeric vector
Sp12一个数值向量
Sp13 a numeric vector
Sp13一个数值向量
Sp14 a numeric vector
Sp14一个数值向量
Sp15 a numeric vector
Sp15一个数值向量
Sp16 a numeric vector
Sp16一个数值向量
Sp17 a numeric vector
Sp17一个数值向量
Sp18 a numeric vector
Sp18一个数值向量
Sp19 a numeric vector
Sp19一个数值向量
Sp20 a numeric vector
Sp20一个数值向量
Sp21 a numeric vector
Sp21一个数值向量
Sp22 a numeric vector
Sp22一个数值向量
Sp23 a numeric vector
Sp23一个数值向量
Sp24 a numeric vector
Sp24一个数值向量
Sp25 a numeric vector
Sp25一个数值向量
Sp26 a numeric vector
Sp26一个数值向量
Sp27 a numeric vector
Sp27一个数值向量
Sp28 a numeric vector
Sp28一个数值向量
Sp29 a numeric vector
Sp29一个数值向量
Sp30 a numeric vector
Sp30一个数值向量
Sp31 a numeric vector
Sp31一个数值向量
Sp32 a numeric vector
Sp32一个数值向量
Sp33 a numeric vector
Sp33一个数值向量
源----------Source----------
Data set provided by Kai U. Priesnitz, Bavarian State Research Center for Agriculture, Institute for Plant Protection, Freising, Germany.
由启美国Priesnitz的巴伐利亚州农业研究中心，植物保护研究所，弗莱辛，德国提供的数据集。
实例----------Examples----------
data(predatGM)
str(predatGM)
# Display data as a mosaicplot[的显示数据作为一个mosaicplot]
# load("D:/Mueller/Biodiv/data/predatGM.rda")[负载（D :/的穆勒/ Biodiv /数据/ predatGM.rda的）]
# Matrix of counts with appropriate names[矩阵的计数与相应的名称]
COUNTS<-as.matrix(predatGM[,3:35])
SPECNAM<-names(predatGM)[3:35]
colnames(COUNTS)<-SPECNAM
rownames(COUNTS)<-predatGM[,"Variety"]
# Assign colors and order by decreasing total abundance[指定颜色和秩序，通过降低总丰度]
COL<-grey(c(0,2,4,6,8,1,3,5,7)/8)
DMO<-COUNTS[,order(colSums(COUNTS), decreasing=TRUE)]
colnames(DMO)[15:33]<-"."
# Mosaicplot[Mosaicplot]
par(mar=c(4,2,1,1))
mosaicplot(DMO, col=COL, las=2, off=15, main="", cex=1.1)
mtext("A", side=3, line=-1.5, adj=0, cex=2)
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。
|
发表于 2012-9-30 02:32:12
