基于CANOCO的生态学数据多元统计分析（第五讲约束排.PDF

基于CANOCO 的生态学数据的多元统计分析  Jan Leps, Petr Smilauer 著  赖江山 编译  5 约束排序与置换检验(Constrained Ordination and Permutation tests) 在这一章，我们将讨论约束排序及其相关的内容：环境因子的逐步筛选，蒙特卡罗置换 检验和变量分解分析。 5.1 线性多元回归模型 (Linear multiple regression model) 首先,我们必须回顾一下传统的线性回归模型，因为这对于我们理解“直接梯度分析” （约 束排序）相当重要。 图5-1展示的是最简单的线性回归模型，线性模型可以模拟响应变量Y依赖自变量X 的程 度。图5-1中不仅有拟合回归线，也展示了模拟值和实测值之间的差别。模拟值^Yi ( 回归线 上的值)与实测值Yi之间的差值叫做回归残差（regression residual ）,用e表示。 所有的统计模型(statistical models,包括回归模型)有个重要的特征是它们都有两个主要 的部分构成:系统组成部分（systematic component ）表示响应变量中能被一个或更多的解释 变量（模型）解释的部分，这部分用带参数的函数表示。另外一部分就是随机部分（stochastic component ），表示不能被目前解释变量（模型）所能解释的部分。随机部分通常用概率和 分布特性来定义。 我们通常通过响应变量有多少能够被系统组成部分解释来评估拟合模型的好坏。也经常 将能被解释和未被解释的部分进行比较。目的在于，尽力去构建一个最简约的回归模型来解 释最多的变化量，让所有的自变量对于响应变量的解释都有显著贡献。我们可以通过逐步迭 代（回归）(stepwise selection)的方式来选择解释变量(环境变量) 的子集合，在排序术语中往         1      基于CANOCO 的生态学数据的多元统计分析  Jan Leps, Petr Smilauer 著  赖江山 编译  往叫预选（forward selection ）。预选变量的过程是无响应变量的零和假设开始，零和假设是 响应变量中没有可以被解释变量预测,而仅仅由随机变量解释。当我们选择一个解释变量(环 境变量)进入分析，可以导致回归模型能解释一部分响应变量。可以根据所加入的变量所能 解释部分的大小来确定是否选择的该环境变量。另外，需要用随意置换(randomly swap)环境 因子的值来检验这种解释量是偶然的，还是真的为环境变量所解释? 如果被检验的变量所能 解释的部分被证明是非随机的(统计显著), 我们就可以接受这个变量。可以重复这个过程,再 进一步从剩下的变量中选择另外更好的变量，直到选择具有足够的变量为止。 5.2 约束排序模型 （Constrained ordination model ） 在第三章，非约束的排序（PCA 和CA ）被定义为寻找潜在的梯度代表最优的解释变量 (预测器)来拟合物种的回归模型。 约束排序跟非约束的排序有一个很大的区别，非约束排序是虚拟的（潜在的）梯度、 而约束排序的梯度是明确给出的。这些梯度（排序轴）是参与排序的环境变量的线性组合。 因此我们通过合成变量（排序轴）尽力解释物种的多度变化，这些合成变量是实测环境变量 的线性组合。 因此，约束排序方法（RDA和CCA ）类似于多元多重回归。但在多元多重回归中，如 果有m个响应变量，p个环境因子，我们必须估计出m×p个的参数（回归系数）（每个方程 需要p个参数，m个方程自然是需要m×p个的参数）。然而，在约束排序里面，不必这么麻 烦，环境因子对于响应变量的影响被集中在几个合成的梯度（排序轴），也叫典范轴(canonical axes) 。典范轴的数量是跟独立解释变量的数量一样多，但是我们经常使用前面几轴。