我正在分析有关潮间带群落的数据集。数据是四方类动物(海藻,藤壶,贻贝等)的覆盖百分比。我习惯于根据物种计数来考虑对应分析(CA),而将主成分分析(PCA)视为对线性环境(而非物种)趋势更有用的方法。我真的没有运气来确定PCA或CA是否更适合百分比覆盖率(找不到任何论文),而且我什至不确定如何将封顶为100%的内容分发出去?
我熟悉粗略的指导原则,即如果第一个去趋势对应分析(DCA)轴的长度大于2,则可以放心地假定应该使用CA。DCA轴1的长度为2.17,这对我没有帮助。
3
PCA和CA都是相关的,并且都可以基于SVD算法。形式上的根本区别(@Gavin的其他较深的答案中未提及)是PCA仅分解列之间的关系(例如,通过分解其协方差矩阵),将行视为“个案”。而CA则同时分解列和行,将它们对称地视为交叉表“类别”。因此,CA留下的双线图和准双线图(载荷+分数)可以在PCA之后绘制,从而在概念上提供了截然不同的信息。
—
ttnphns