使用vegan包varpart函数做方差分解，结果占比总和超100%求解读

问题背景 #

我用vegan包的varpart函数做方差分解，得到的结果图中各部分方差占比相加总和超过了100%。我原本预期总和应该是100%减去残差的22.6%，怀疑自己没掌握图的解读方法，求解答。

使用代码 #

spe.part.all <- varpart(carb, env.ftp, env.ftm, env.loc)
spe.part.all$part 

plot(spe.part.all,
     Xnames = c("FT_PLANT", "MICRO_FG","SOIL_CLIMATE" ), # 命名分区
     bg = c("seagreen3", "mediumpurple"), alpha = 80, # 设置圆圈颜色
     digits = 2, # 保留2位小数
     cex = 1.5)

方差分解图 #

核心原因与解读方法 #

为什么总和超100%？ #

这是因为韦恩图中的重叠区域被重复计算了：

• 每个圆圈代表对应变量组的总解释方差，包含了和其他组共享的重叠部分；
• 直接把所有区域数值相加时，重叠部分会被多次计入，自然会超过实际可解释的总方差（即100% - 残差22.6% = 77.4%）。

正确解读方式 #

1. 总解释方差：所有独特部分+所有重叠部分的总和，等于100%减去残差。对应图中数值：20.7% + 5.8% + 21.0% + 10.1% + 7.6% + 0% + 12.2% = 77.4%，和预期一致。
2. 独特贡献：图中不与其他圆圈重叠的区域，是对应变量组单独能解释的方差（比如FT_PLANT的20.7%、SOIL_CLIMATE的21.0%）。
3. 重叠贡献：交叉区域是多组变量共同解释的方差，这部分方差不能被某一组单独“独占”，所以会被计入多个组的总解释方差中。

验证方法 #

你可以查看spe.part.all$part的输出：

• $indfract：列出各部分的独立（独特）解释方差；
• $totfract：显示各组的总解释方差（包含重叠部分）；
  将所有独立部分相加，结果必然等于100%减去残差的数值。

内容的提问来源于stack exchange，提问作者William WIne