样本内不同值之间的一致性

Question

我想测试每个抽样站点内不同分数之间的一致性。这些分数是用五种不同的方法来衡量物种多样性的（http://en.wikipedia.org/wiki/Diversity_index）。例如，如果索引“a”的值很高，那么索引 b、c、d 和 e 的值是否也应该也很高？通过这种方式，我想计算每个采样站点内的一致性。

你们应该建议任何方法来测试这种一致性吗？我试图计算每个站点内的变异系数，但这对我来说没有意义，因为它们在不同的尺度上有所不同。我在下面提供了一个数据集的示例。

提前谢谢你。

样本数据

df <- data.frame(a=rnorm(11, 5, 2), 
                 b=rnorm(11, 1, 1), 
                 c=rnorm(11, 2, 1), 
                 d=rnorm(11, 0, 1), 
                 e=rnorm(11, 3, 2))
rownames(df) <- paste("site", 1:11, sep="")
df

Answer 1

分类树会自动优化您的一致性索引。 R 中的rpart 包提供了基尼指数和信息指数（我认为这与熵指数相同）。您需要堆叠数据（在此处使用 reshape2 包）。在此示例中，我假设您尝试通过数值观察和站点位置对 species 进行分类。

此外，如果您有更多的统计启发问题，需要一点 R，您应该随时尝试https://stats.stackexchange.com/

require(rpart)
require(reshape2)
df$site = rownames(df)
stackDF = melt(df, variable.name="species", value.name="observation")
str(stackDF)
classTree <- rpart(species ~ observation + site,data=stackDF, parms=list(split="gini"))
# classTree <- rpart(species ~ site + observation,data=stackDF, parms=list(split="information"))
printcp(classTree)
table(actual=stackDF$species, predicted=predict(classTree,type="class"))
plot(classTree,compress=T,uniform=T,branch=0.4,margin=0.1)
text(classTree)

Roland 建议使用主成分。您可以使用pck = princomp(stackDF[,-which(colnames(stackDF)=="species"),drop=F])，然后将树中的公式更改为stackDF$species ~ pck +...。您可以使用printcp 检查交叉验证并使用prune 修剪树。

> table(actual=stackDF$species, predicted=predict(classTree,type="class"))
      predicted
actual  a  b  c  d  e
     a 10  1  0  0  0
     b  0  6  3  2  0
     c  0  1  9  1  0
     d  0  3  0  8  0
     e  9  0  0  2  0

当然，示例中的分类都没有意义，因为它们是随机的。