聚类分析，按组/生境分类的树状图

Question

我似乎找不到与我的问题有关的线索(至少简单地说)。

我有一个按样本点(行)排列的物种(列)的群落矩阵。首先进行Bray变换得到相似/不同矩阵(vegdist)，然后将hclust函数应用到矩阵中。

我使用的脚本部分：

library(vegan)
community_matrix <- read.csv(choose.files(),sep=",",row.names=1)
d = (1 - vegdist(community_matrix, method="bray")) * 100
h = hclust(d, method = "ward.D2")
plot(h, main = "", sub = "", xlab="", ylab = "Bray-Curtis simmilarity", axes = FALSE, hang = -1)

然而，所有的工作都很完美，上面的结果是一个有127个分支的树状树(每个样本站点都有一个分支)。我想将127个样本点按5个生境分类，这些生境属于。然后，树状图的分支将显示出更多的理解，5分支(生境)树状图而不是样本点。因此，必须对生境进行聚类，并按抽样地点进行加权。

我以前在PC-ORD中做过这个分析，但这一次必须在不原谅R.

Answer 1

汇总你的数据。

如果您想对生境进行聚类，您的数据应该位于生境，而不是站点上。

然而，如果生境结构不是从这些地点产生的，生境的相似性可能不是很大/很好地得到数据的支持(或者数据预处理得不够好)。