Нет стабильного решения с использованием metaMDS() в Vegan

Question

У меня есть набор данных по численности видов с довольно большим количеством нулей, и даже когда я устанавливаю trymax = 1000 за metaMDS() Программа не может найти стабильное решение для стресса. Я уже пытался объединить данные (сворачивая несколько лет вместе, чтобы уменьшить количество нулей), и я больше не могу это делать. Мне просто интересно, знает ли кто-нибудь - с научной точки зрения правильно ли выбирать то, что R дает мне в конце (самое низкое из 1000 решений), или я не должен использовать NMDS, потому что он не может найти стабильное место? Похоже, в Интернете очень мало информации об этом.

Answer 1

Одним из объяснений этого является то, что вы пытаетесь использовать слишком мало измерений для отображения. Я полагаю, вы используете по умолчанию k = 2? Если так, попробуйте k = 3 и сравнить стресс от лучшего решения, которое вы получили из 1000 попыток для k = 2 решение.

Я был бы немного обеспокоен, чтобы принять одно решение из 1000 только потому, что оно имело лучший / самый низкий стресс.

Вы также можете попробовать еще 1000 случайных запусков и посмотреть, сходится ли оно, если вы запустите больше итераций. Когда вы сохранили вывод из metaMDS()Вы можете поставить этот объект для другого вызова metaMDS() через previous.best аргумент. Это будет тогда делать trymax дальнейшие случайные запуски, но сравните любые решения с более низким напряжением с предыдущими лучшими и сходитесь, если он найдет одно подобное, вместо того, чтобы искать два похожих решения с низким напряжением в 1000 запусках.