metaMDS 的 adonis 和 ggplot2 错误的 Permanova 错误

Question

我正在尝试运行对跨寄主植物物种的昆虫群落组成进行 permanova。无论我们尝试过什么，它都不起作用，我无法弄清楚为什么不起作用。我知道 permanova 可以处理零，但我们确实有很多，这可能是问题所在吗？

我们收到此错误： if (any(lhs < -TOL)) stop("dissimilarities must be non-negative") 错误： TRUE/FALSE 需要

的缺失值

这是我们尝试过的：

library(vegan)

#insect community composition on 3 different species of milkweed
lilly.data<-read.csv("https://raw.githubusercontent.com/lmgermeroth/Garden-sampling-SU21/main/backyard2021_main_forR.4.22.22.csv")

lilly.data$SPECIES<-as.factor(lilly.data$SPECIES)

# creating a species data matrix so I can tell the model how to calculate the community composition, but first, make them numeric.
lilly.data[6:151] <- lapply(lilly.data[6:152], as.numeric)
#Create the matrix of insect species
lilly.species<-as.matrix(lilly.data[,8:152])

lilly.dist<-vegdist(lilly.species,"bray")
#get a warning.....but it runs

lilly.permanova<-adonis2(lilly.dist ~ SPECIES,permutations=999,method='bray',data=lilly.data)
# why doesn't this work?

其次，我们正在尝试创建排序图，但这也行不通，我们不确定原因。可能与上述问题有关？

library(ggplot2)
ord<-metaMDS(lilly.species)
#this is where we throw the error....

scores<-scores(ord,display='sites')

scores<-cbind(as.data.frame(scores), Treatment=lilly.data$SPECIES)

center<-aggregate(cbind(NMDS1,NMDS2)~Treatment,data=scores,FUN=mean)

seg<-merge(scores,setNames(center,c('Species','oNMDS1','oNMDS2')),by='Treatment',sort=FALSE)

ggplot(scores,aes(x=NMDS1,y=NMDS2,colour=Treatment))+
  geom_segment(data=seg,
               mapping=aes(xend=oNMDS1,yend=oNMDS2))+
  geom_point(data=cent,size=8)+
  geom_point()+
  coord_fixed()

这里的错误是：平方根变换威斯康星双重标准化 cmdscale(dist, k = k) 错误：'d' 中不允许使用 NA 值此外：警告信息： 1: 在 distfun(comm, method = distance, ...) 中：你有空行：它们的不同点在方法“bray”中可能没有意义 2：在 distfun(comm, method = distance, ...) 中：结果中缺少值

如有任何建议，我们将不胜感激！

Answer 1

您不能拥有检测到零种的站点。制作社区数据矩阵后，您应该删除所有包含零种的行：

lilly.species <- lilly.species[rowSums(!lilly.species) < ncol(lilly.species), ]

那么剩下的所有代码应该都可以正常工作。

metaMDS 的 adonis 和 ggplot2 错误的 Permanova 错误

Permanova Error with adonis & ggplot2 error for metaMDS

r

ggplot2

vegan