使用envfit函数时缺失向量值的技术求助

问题原因 #

你传给envfit()的type、location、year都是分类变量（因子类型），这类变量在envfit中不会生成向量，只会计算分组的中心点（Centroids），所以输出里看不到向量相关结果。向量是envfit专门针对连续环境变量生成的结果。

查看分类变量的envfit结果 #

直接打印data.envfit.nmds，会看到分类变量的中心点统计信息，示例输出如下：

> data.envfit.nmds
***VECTORS***  # 这部分为空，因为无连续变量输入
***CENTROIDS***
           NMDS1    NMDS2     Pr(>r)
type:Hrast  0.123  -0.456  0.021 *
type:Bor    -0.345  0.678  0.015 *
location:B   0.234  -0.123  0.032 *
...

提取中心点的具体坐标数据可以用：

centroids_data <- data.envfit.nmds$centroids

绘图方法 #

1. 绘制分类变量中心点

先画出NMDS样本点图，再叠加中心点：

# 绘制NMDS样本点，按type分组上色
plot(veganNMDS, type = "points", pch = 19, col = as.factor(mapping$type))
# 添加分类变量的中心点，用不同形状区分
plot(data.envfit.nmds, pch = 17, col = "darkred", cex = 1.5, add = TRUE)
# 加图例说明
legend("topright", legend = levels(as.factor(mapping$type)), 
       pch = c(19,19), col = unique(as.factor(mapping$type)))

2. 生成向量的方法

如果需要得到向量，必须传入连续环境变量（比如pH、温度、湿度这类数值型变量）。假设你的mapping数据里有一个连续变量soil_ph，可以这样操作：

# 针对连续变量运行envfit
data.envfit_continuous <- envfit(veganNMDS, mapping$soil_ph, permutations = 999)
# 查看向量的坐标和显著性
print(data.envfit_continuous)
# 绘制NMDS图并叠加向量
plot(veganNMDS)
plot(data.envfit_continuous, arrow = TRUE, col = "blue", lwd = 2, add = TRUE)

补充检查 #

可以用str(mapping)查看变量类型，确认哪些是分类（Factor）、哪些是连续（numeric/integer）类型，避免传错变量类型导致无向量输出。

内容的提问来源于stack exchange，提问作者Olivera