基于Canoco的CCA數(shù)據(jù)處理過(guò)程解析

1、基于Canoco的CCA數(shù)據(jù)處理過(guò)程解析一、 數(shù)據(jù)處理1、數(shù)據(jù)格式要求在Excel表格里面，你必須將數(shù)據(jù)做成矩形形式。默認(rèn)的方式（也是常用的方式）是一行代表一個(gè)樣方，一列代表一個(gè)變量。表格左頂格最好是空著。最好第一列和第一行分別有樣方編號(hào)和變量的名稱(chēng)。必須注意的是名稱(chēng)不能超過(guò)8個(gè)字符，如果超過(guò)8個(gè)字符，CANOCO會(huì)自動(dòng)截取前8個(gè)字符作為名稱(chēng)。變量名稱(chēng)最好是英文字母、數(shù)字 、圓點(diǎn)或是連字符，空格也可以。除了第一行和第一列，表格內(nèi)剩下的填充內(nèi)容必須是數(shù)字或是空著，絕對(duì)不能使用字符型數(shù)據(jù)。定性變量（因子）必須轉(zhuǎn)換為啞變量（01數(shù)據(jù)）方可進(jìn)入CANOCO分析。當(dāng)數(shù)據(jù)在Excel表格里按要求整理好后，

2、將包含數(shù)據(jù)的矩形方陣選定，然后選擇“復(fù)制”按鈕，此時(shí)數(shù)據(jù)便復(fù)制到剪貼板中。WCanoImp 便可以從剪貼板中讀取數(shù)據(jù)。如圖12a所示，WCanoImp可以從“開(kāi)始”菜單中Canoco for windows下來(lái)菜單中打開(kāi)。此時(shí)會(huì)彈出WCanoImp對(duì)話(huà)框，上半部分包含如何使用該程序的簡(jiǎn)短信息，下半部分是一些可選框。如果在Excel表格數(shù)據(jù)是按照默認(rèn)方式組織你的數(shù)據(jù)，第一選項(xiàng)不必選，相反，如果是數(shù)據(jù)結(jié)構(gòu)正好相反，以列代表樣方，以行代表變量，必須選中這個(gè)“Each column is a Sample”選項(xiàng)。除非你的數(shù)據(jù)是樣方很少而變量很多(Excel表格里面列數(shù)不能超過(guò)256列)，否則不推薦用這

3、種方式組織數(shù)據(jù)。如果你沒(méi)有樣方或是變量沒(méi)有編號(hào)或是名稱(chēng)，可以選擇下面兩個(gè)選框，程序會(huì)幫你給各行各列附上默認(rèn)名稱(chēng)（Sample1,）。最后一個(gè)選項(xiàng)是問(wèn)你是否存為壓縮型數(shù)據(jù)類(lèi)型，除非你覺(jué)得硬盤(pán)空間不夠大，否則不必選這個(gè)選項(xiàng)，是否選這個(gè)選項(xiàng)中對(duì)于分析結(jié)果毫不影響。當(dāng)你確定所以的選擇是正確的，你就可以按下save按鈕，系統(tǒng)彈出新的對(duì)話(huà)框讓你選擇保存新文件地方和取個(gè)文件名，之后會(huì)讓你給這個(gè)文件加個(gè)標(biāo)注，這個(gè)標(biāo)注內(nèi)容將顯示在新文件的數(shù)據(jù)內(nèi)容第一行，以便日后數(shù)據(jù)內(nèi)容的識(shí)別。選定確認(rèn)后，程序會(huì)告訴你保存成功。圖12a WCanoimp程序打開(kāi)途徑圖12 b 數(shù)據(jù)的參考模式及WCanoimp對(duì)話(huà)框2、物種數(shù)據(jù)的

4、轉(zhuǎn)化 排序的過(guò)程在于尋找最佳預(yù)測(cè)響應(yīng)變量的坐標(biāo)軸，此時(shí)坐標(biāo)軸代表回歸預(yù)測(cè)器（解釋變量）（這些內(nèi)容將在基于 CANOCO 的生態(tài)學(xué)數(shù)據(jù)的多元統(tǒng)計(jì)分析第3章詳細(xì)解釋?zhuān)?。因此，在排序中?duì)響應(yīng)變量進(jìn)行轉(zhuǎn)化，就好比在多重回歸中要將很多物種數(shù)據(jù)轉(zhuǎn)化一個(gè)單因變量的形式一樣。有點(diǎn)限制的是，在排序中，所有的響應(yīng)變量應(yīng)該是做一致的轉(zhuǎn)化，因?yàn)轫憫?yīng)變量經(jīng)常是同一屬性的數(shù)據(jù)，具有一致的量綱。在基于單峰模型（加權(quán)平均）的排序（見(jiàn)3.2節(jié)），所有響應(yīng)變量的數(shù)據(jù)不能是負(fù)值，這就要求某些帶負(fù)值的數(shù)據(jù)必須轉(zhuǎn)化，而且對(duì)于轉(zhuǎn)化的結(jié) 果有更嚴(yán)格的要求（不能為負(fù)值）。 這個(gè)限定（非負(fù)值）對(duì)于對(duì)數(shù)轉(zhuǎn)化更應(yīng)該值得注意。因?yàn)?的對(duì)數(shù)為0，而處

5、于01之間的值取對(duì)數(shù)是負(fù)值。因此，在CANOCO里面提供了變通的對(duì)數(shù)轉(zhuǎn)化公式： 在對(duì)y轉(zhuǎn)化之前，你可設(shè)定上面公式中A和C的值，讓輸出的y值保證不小于0。在系統(tǒng)中，A和C默認(rèn)值均為1，這樣可以保證本來(lái)是0的值，轉(zhuǎn)化后仍為0，而其他的值依然是正的。然而，如果你的原始值很?。ū热缯f(shuō)處于00.1之間），可以將A的值適當(dāng)增大，比如說(shuō)設(shè)為10。但對(duì)于百分比數(shù)據(jù)和普通的點(diǎn)數(shù)據(jù)，默認(rèn)的轉(zhuǎn)化（log(y+1)）是比較合適的。 什么情況下需要對(duì)響應(yīng)變量進(jìn)行對(duì)數(shù)轉(zhuǎn)化是個(gè)很難回答的問(wèn)題，統(tǒng)計(jì)學(xué)家的答案也是五花八門(mén)。我們建議你不必太在意關(guān)于數(shù)據(jù)的分布特征，比如原始數(shù)據(jù)不一定符合理想的正態(tài)分布，對(duì)于排序來(lái)說(shuō)，也不一定非要

6、通過(guò)對(duì)數(shù)轉(zhuǎn)化為正態(tài)分布的類(lèi)型。是否需要對(duì)數(shù)轉(zhuǎn)化，關(guān)鍵還是比較原始數(shù)據(jù)和轉(zhuǎn)化數(shù)據(jù)分析處理的最終結(jié)果哪個(gè)更好解釋你所要探討的問(wèn)題。 正如上面所描述那樣，排序可以被看作多重回歸的擴(kuò)展，所以整個(gè)排序方法可以用簡(jiǎn)單回歸的語(yǔ)言來(lái)描述。你可以通過(guò)一個(gè)或多個(gè)預(yù)測(cè)器（環(huán)境因子或排序軸）來(lái)預(yù)測(cè)一個(gè)響應(yīng)變量（比如物種的多度）。比如，在一元線(xiàn)形回歸方程中（y=B0+BX+E），你可以問(wèn)當(dāng)x變化一個(gè)單位時(shí)，y的平均值是如何變化的？如果自變量和因變量都沒(méi)有對(duì)數(shù)轉(zhuǎn)化，你可以回答這個(gè)問(wèn)題：當(dāng)x增加一個(gè)單位時(shí)候，y的增量是B。但在很多情況下，你可能更傾向聽(tīng)到這樣的解釋?zhuān)绻兞縓增加一個(gè)單位，Y的量將增加10%，或是，y增加1

7、.1倍這樣的話(huà)。顯然，這已經(jīng)并不是線(xiàn)形回歸模型所能體現(xiàn)出來(lái)的，因此，這種前情況下，你需要對(duì)響應(yīng)變量進(jìn)行對(duì)數(shù)轉(zhuǎn)化。同樣，如果預(yù)測(cè)器（環(huán)境因子）變化是成倍增長(zhǎng)，此時(shí)的環(huán)境變量也應(yīng)該被對(duì)數(shù)轉(zhuǎn)化。 植物群落組成數(shù)據(jù)有時(shí)是半量化估計(jì)尺度數(shù)據(jù)，比如最典型的例子是多度的BraunBlanquet等級(jí)估計(jì)（7個(gè)等級(jí)水平，分別為r,+,1,2,3,4,5這7個(gè)標(biāo)號(hào)表示）。這個(gè)等級(jí)估計(jì)經(jīng)常在數(shù)據(jù)表格里用17的數(shù)據(jù)來(lái)代替原來(lái)的標(biāo)號(hào)進(jìn)行分析。其實(shí)，這個(gè)量化17的數(shù)字已經(jīng)相當(dāng)原始多度數(shù)據(jù)的對(duì)數(shù)轉(zhuǎn)化，因?yàn)椴煌燃?jí)的多度變化往往是成倍增加的，不是簡(jiǎn)單的單位量的變化。 在CANOCO里面另外一種有用的數(shù)據(jù)轉(zhuǎn)化模式是平方根轉(zhuǎn)化

8、。平方根轉(zhuǎn)化更適合觀測(cè)計(jì)數(shù)數(shù)據(jù)（count data），比如在土壤收集器中收集到標(biāo)本個(gè)體的數(shù)量，或是通過(guò)某一條標(biāo)志線(xiàn)螞蟻的數(shù)量等等這樣的觀測(cè)數(shù)據(jù)。但對(duì)數(shù)轉(zhuǎn)化對(duì)這樣的數(shù)據(jù)進(jìn)行轉(zhuǎn)化也是可以的。 當(dāng)然，如果你覺(jué)得需要某種除了對(duì)數(shù)轉(zhuǎn)化和平方根之外的數(shù)據(jù)轉(zhuǎn)化，你可以在數(shù)據(jù)輸入CANOCO之前通過(guò)別的數(shù)據(jù)軟件進(jìn)行。3、 解釋變量的轉(zhuǎn)化 因?yàn)榻忉屪兞浚ōh(huán)境因子變量，包括協(xié)變量）經(jīng)常是樣方的多屬性數(shù)據(jù)，量綱往往不一樣的，所以你經(jīng)常需要選擇合適的轉(zhuǎn)化方法分別對(duì)環(huán)境變量進(jìn)行單獨(dú)轉(zhuǎn)化。CANOCO里面并沒(méi)有提供這樣的轉(zhuǎn)化，因?yàn)楹芏喹h(huán)境因子在被輸入CANOCO之前，就應(yīng)該被轉(zhuǎn)化好。 但你應(yīng)該知道，CANOCO讀了了環(huán)

9、境變量或協(xié)變量后，它們會(huì)自動(dòng)被中心化和標(biāo)準(zhǔn)化，讓它們的均值為0和方差為1（這個(gè)轉(zhuǎn)化通常被稱(chēng)為“單位方差標(biāo)準(zhǔn)化”）。4、 數(shù)據(jù)存儲(chǔ)格式轉(zhuǎn)換用wCanoImp形成canoco可以識(shí)別的數(shù)字格式時(shí)，物種和環(huán)境因子不同文件的命名最好差別別太大。二、 統(tǒng)計(jì)分析1、 決定排序的模型：?jiǎn)畏暹€是線(xiàn)性 在Canoco for Windows的分析過(guò)程，有一個(gè)關(guān)于模型的選擇窗口，你必須對(duì)排序的模型進(jìn)行選擇。為了選擇更合適的模型，你盡可能將各種模型都嘗試一下，選擇一個(gè)你最想要的分析結(jié)果及排序圖。當(dāng)然，如果你不知道到底是用線(xiàn)性、還好單峰模型好，有一個(gè)比較簡(jiǎn)單方法可以幫助你來(lái)選擇。可以先將物種數(shù)據(jù)進(jìn)行DCA分析，其他的

10、窗口的選項(xiàng)均可以選擇默認(rèn)程序。分析完成后，在“Log View”內(nèi)，各軸特征根分析那部分，可以找到“Lengths of gradient”這樣一欄信息，這個(gè)“Lengths of gradient”是展示每個(gè)軸的梯度長(zhǎng)度。如果這四個(gè)軸中梯度最長(zhǎng)（最大值）超過(guò)4，選擇單峰模型排序（CA、CCA、DCA）更合適。如果是小于3，選擇線(xiàn)性模型（PCA、RDA）比較合理。如果介于3-4之間，單峰模型和線(xiàn)性模型都是合適的。當(dāng)然，這個(gè)選擇并不是絕對(duì)的，最長(zhǎng)梯度小于3，依然可以用單峰模型，因?yàn)榫€(xiàn)性模型可以看作單峰模型一種特例。但是梯度大于4，最好還是不用線(xiàn)性模型，線(xiàn)性模型可能誤差比較大，會(huì)丟失比較多的信息。

11、當(dāng)你選擇單峰還是線(xiàn)形模型的時(shí)候,你必須預(yù)先認(rèn)識(shí)到,不是所有的數(shù)據(jù)類(lèi)型都是適合用單峰模型,比如物種數(shù)據(jù)是不同量綱的數(shù)據(jù)(單位不一致)就不適合做單峰模型的排序。還有，如果有個(gè)樣方的空的（即值都為0），這樣的數(shù)據(jù)進(jìn)行單峰排序分析，系統(tǒng)會(huì)自動(dòng)告訴你有空的樣方，不能進(jìn)行分析。如果非要做單峰模型的排序分析，首先要把這些空樣方去掉。2、 導(dǎo)入數(shù)據(jù)根據(jù)所選擇的排序類(lèi)型在Available Data對(duì)話(huà)框中選出所要導(dǎo)入的數(shù)據(jù)類(lèi)型在Data File對(duì)話(huà)框中從數(shù)據(jù)存貯地導(dǎo)入數(shù)據(jù)【注：這里的可能會(huì)涉及到協(xié)變量，而這所說(shuō)的協(xié)變量不同于通常統(tǒng)計(jì)中的協(xié)變量。當(dāng)我們?cè)诮忉屪兞浚ōh(huán)境因子數(shù)據(jù)）與響應(yīng)變量（物種數(shù)據(jù)）之間建立預(yù)

12、測(cè)模型的時(shí)候，經(jīng)常會(huì)遇到這樣的情況，往往我們僅僅考察解釋變量中某幾個(gè)環(huán)境因子的對(duì)物種數(shù)據(jù)的影響，但剩下的環(huán)境因子也會(huì)對(duì)物種產(chǎn)生影響，這些剩余環(huán)境因子我們經(jīng)常稱(chēng)為協(xié)變量(Covariables) 。在CANOCO中，協(xié)變量的影響可以用偏分析（partial analyze）剔除出來(lái)。 實(shí)際上，任何一個(gè)環(huán)境因子變量均可以成為協(xié)變量。例如，我們要研究管理模式對(duì)蝴蝶群落中組成的影響，我們可以在不同的海拔地點(diǎn)取樣，海拔也許對(duì)群落物種組成影響很大，但此時(shí)我們感興趣的是管理模式的影響，而非海拔梯度的影響。這個(gè)時(shí)候，如果能剔除出海拔的影響，我們能管理模型與蝴蝶種群之間更清晰的關(guān)系?！?、 在Type of A

13、nalysis中選擇適當(dāng)?shù)奶荻确治龇椒?、 選擇適當(dāng)?shù)呐判虻梅郑ㄗ鴺?biāo)）的尺度比例排序最重要的結(jié)果是排序圖。通過(guò)排序圖，理論上講，不僅可以重建（有一定水平的誤差）原始數(shù)據(jù)結(jié)構(gòu)（物種數(shù)據(jù)），也可以重建樣方之間相似（相異）矩陣和物種之間的相關(guān)矩陣。但沒(méi)有人會(huì)想從排序圖里面恢復(fù)真正的原始被測(cè)數(shù)據(jù)，因?yàn)樵紨?shù)據(jù)已經(jīng)有了。但原始數(shù)據(jù)對(duì)于排序圖內(nèi)容的解釋和提煉出感興趣的假設(shè)是很有用的。對(duì)于樣方的相似度、物種或環(huán)境因子的相關(guān)性等的解釋的準(zhǔn)確性，部分取決于在排序軸坐標(biāo)的相對(duì)尺度比例（relative scaling）。Object(樣方，物種和環(huán)境因子)在排序空間的絕對(duì)值沒(méi)有任何意義。在解釋排序圖的，我們使用相

14、對(duì)距離，相對(duì)方向和投影點(diǎn)的相對(duì)次序。這個(gè)可選的尺度比例讓排序圖展示不同相對(duì)比例，以便更好解釋你想要探討的問(wèn)題。但是這個(gè)選擇并不影響整個(gè)分析的結(jié)果。這里“Focus scaling on” 選擇在線(xiàn)性和單峰方法中，多少有點(diǎn)相似（圖4-6）。首先，這個(gè)選擇必須依據(jù)分析者在排序圖是要關(guān)注樣方還是物種,如果是關(guān)注樣方,就選擇 inter-sample distances,如果是關(guān)注物種,就選擇inter-species correlations (distances),當(dāng)然,如果兩個(gè)都關(guān)心,選擇Symmetric。在在線(xiàn)性模型里面，Species scores 你必須決定箭頭的長(zhǎng)度是否要反映出物種的多

15、度不同（多度大的物種箭頭長(zhǎng)），或是物種的多度轉(zhuǎn)化成可以比較的尺度（所能解釋的百分比）。如果你選擇“divided by the standard deviation”，物種的箭頭長(zhǎng)度則表示在排序空間內(nèi)所能展示該物種的變化量的比例（相對(duì)值）。如果選擇“Do not post-transform”,箭頭的長(zhǎng)度表示物種變化量的在排序空間內(nèi)的變化量（絕對(duì)值）。在單峰模型中，如果有很長(zhǎng)的物種梯度（beta多樣性很高），Scaling types 選擇“是Hill scaling 更好。一般biplot scaling就可以的. biplot scaling 讓排序圖提供一個(gè)更量化的解釋。(簡(jiǎn)單講biop

16、lot scaling 和 Hill scaling區(qū)別, 如果有物種比較集中，梯度比較短，可以直接用bioplot圖，如果有些物種有偏離，可以用Hill scaling )當(dāng)然，如果是分離或分散的樣方和物種，你選擇關(guān)注樣方或是關(guān)注物種，結(jié)果都是一樣的。因?yàn)镃ANODRAW已經(jīng)自動(dòng)幫你調(diào)節(jié)好了。注意，如果好幾種實(shí)體放在一起，這種自動(dòng)調(diào)節(jié)，不能實(shí)現(xiàn)?！咀ⅲ河蒀CA分析的結(jié)果可以得出： 在Focus scaling on欄中選擇inter-species distances項(xiàng)能得到很好的物種和環(huán)境，樣點(diǎn)和環(huán)境因子的排序圖。若是選擇Symmetric項(xiàng)則能得到很好的物種和樣點(diǎn)的排序圖。在Scaling type欄中，選擇biplot sca