R - “CAPdiscrim”和“lda”错误“变量1在组内”似乎是不变的“

所以我一直在通过现有的问题来解决这个问题，但无济于事。R - “CAPdiscrim”和“lda”错误“变量1在组内”似乎是不变的“

我有一个由个人（117）组成的数据集，每个个人都有来自不同变量（12）的观察结果，并且由具有8个级别的因子变量分组。

我想根据Anderson和Willis的方法对这些数据的主要坐标进行规范分析。我开始使用BiodiversityR :: CAPdiscrim。让我们先从一些示例数据：

individual <- c(1:30) 
group <- rep(c("a","b","c"), 10) 
Var1 <- rnorm(n = 30, mean = 3.0e-4,sd = 2.0e-6) 
Var2 <- rnorm(n = 30, mean = 2.4e-4,sd = 2.0e-6) 
Var3 <- rnorm(n = 30, mean = 7.0e-6,sd = 9.0e-9) 
Var4 <- rnorm(n = 30, mean = 4.2e-5,sd = 1.0e-6) 
Var5 <- rnorm(n = 30, mean = 1.0e-4,sd = 9.0e-6) 
Var6 <- rnorm(n = 30, mean = 8.0e-5,sd = 1.0e-5) 

df <- data.frame(cbind(individual, group, Var1, Var2, Var3, Var4, Var5, Var6)) 
df$Var1 <- as.numeric(levels(df$Var1))[as.integer(df$Var1)] 
df$Var2 <- as.numeric(levels(df$Var2))[as.integer(df$Var2)] 
df$Var3 <- as.numeric(levels(df$Var3))[as.integer(df$Var3)] 
df$Var4 <- as.numeric(levels(df$Var4))[as.integer(df$Var4)] 
df$Var5 <- as.numeric(levels(df$Var5))[as.integer(df$Var5)] 
df$Var6 <- as.numeric(levels(df$Var6))[as.integer(df$Var6)]

CAPdiscrim需要以特定格式数据：

：

vars <- df[3:8]

现在我们可以对数据

BiodiversityR::CAPdiscrim(vars~group, 
          data = df, 
          dist = "euclidean", 
          axes = 4, 
          m = 0, 
          permutations = 999)

它返回运行CAPdiscrim

lda.default（x，分组，...）中的错误：变量1似乎组内恒定

我们可以使用nearZeroVar，看看如果这是真的（这似乎是不正确的）：

vars_check <- nearZeroVar(vars, saveMetrics = TRUE, names = TRUE) 
vars_check 

    freqRatio percentUnique zeroVar nzv 
Var1   1   100 FALSE FALSE 
Var2   1   100 FALSE FALSE 
Var3   1   100 FALSE FALSE 
Var4   1   100 FALSE FALSE 
Var5   1   100 FALSE FALSE 
Var6   1   100 FALSE FALSE

现在我看到关于此错误的其他问题具体到LDA（）和我注意到，CAPdiscrim（）调用vegdist（），cmdscale（）和LDA（），所以我试图通过peice的打破这种分析peice的：

dist_matrix <- vegdist(vars, 
         method = "euclidean", 
         binary = FALSE, 
         diag = FALSE, 
         upper = FALSE, 
         na.rm = TRUE) 

PCA_vars <- cmdscale(d = dist_matrix, 
         k = 5, 
         eig = TRUE, 
         add = FALSE, 
         x.ret = FALSE) 

LDA_pldist <- lda(x = PCA_vars$points, 
        grouping = df$group)

它返回一个非常相似的结果：

错误lda.default（X，分组，...）：变量1 2 3 4 5似乎组内是恒定的现在

在lda()有一种说法 “TOL”可以使用非常小的数字打交道时消除这种误差，这样我就可以做到这一点：

LDA_pldist <- lda(x = PCA_vars$points, 
        grouping = df$group, 
        tol = 1.0e-25)

这提供了一些输出，但不包括一些的CAPdiscrim的功能，如允许的功能determi ne通过排列成为“m”的最佳数字。

任何人都可以建议如何修改公差CAPdiscrim()？或如何执行什么CAPdiscrim()手动引擎盖下做这些其他功能？

任何有识之士将不胜感激。

来源

2017-05-01 Aaarrrgh' s My Game

我遇到了完全相同的问题。将包更新到BiodiversityR_2.8-3后，错误消失。

（使用你提供的数据）

BiodiversityR::CAPdiscrim(vars~group, 
          data = df, 
          dist = "euclidean", 
          axes = 4, 
          m = 0, 
          permutations = 999) 
#Percentage of correct classifications was 26.66667 
#Significance of this percentage was 0.98999 

#Overall classification success (m=1) : 26.6666666666667 percent 
#a (n=10) correct: 10 percent 
#b (n=10) correct: 70 percent 
#c (n=10) correct: 0 percent 
#Warning message: 
#In cmdscale(distmatrix, k = nrow(x) - 1, eig = T, add = add) : 
# only 18 of the first 29 eigenvalues are > 0

来源

2017-06-29 06:59:06

感谢您的更新@ J.Con。我联系了作者，他们在更新软件包的过程中为我提供了临时修复。我很高兴听到新的更新也解决了这个问题。 –

R - “CAPdiscrim”和“lda”错误“变量1在组内”似乎是不变的“

回答

相关问题