Comment obtenir les sorties complètes de STATICO ?
Contents
1. Binary input file d oper ztatico Y ktta 24 rova 10 cols 1 0 7213 0 9277 0 0429 0 1230 0 2602 0 0929 0 0942 0 09858 0 0306 0 1564 2 Hu 1803 03110 0 4721 D ALES 1 603 0 2673 DB 5025 H 317 U 0 1591 03128 3 0 1503 0 1001 0 0429 0 0492 3180 0 0249 n 0628 n 0531 0 0795 0 1538 d 0 3607 0 3321 0 3004 0 0492 5685 0 0113 0 0628 0 0449 0 0795 0 0529 5 0 9017 0 5535 0 0429 0 0246 3851 0 0045 0 0314 0 0400 0 1896 0 0900 b 0 1503 0 4533 0 0429 0 6152 wgra M ao Unal U Laena 7 0 6312 0 4217 0 56437 0 3199 alod D 529H D 2z7 3s D Bssl 04772 17477 B 0 6312 0 3268 1 15387 0 4321 0 9315 0 7419 0 934 0 0 3601 8809 0 4405 3 0 4508 0 2214 0 6437 0 5660 0 4304 10 3341 0 0576 0 6499 1 3854 0 7274 10 0 9915 0 0105 0 1207 0 196393 1478 0 130353 0 0262 0 1600 0 5139 0 3730 1i 0 4508 0 0949 0 9012 0 0246 4368 0 5697 0 2459 0 6041 0 8075 0 2042 12 0 6312 3U 8855 0 3862 U 93105 2bs4 0 10760 3401 0 547 U 348 0 5010 13 0 8115 0 3119 10 1717 0 2584 0 0996 0 4701 0 5337 0 4210 0 2618 0 7499 cOcogcxccocococoocooooocoecoococooocoooonoco 14 02705 U Ille 0086587 1 3557 U 9219 I Gbro 1 5200 1 60gb l U325 1 43540 t5 0 2705 0 0272 0 6008 0 2584 0 0353 0 0963 0 0942 0 0084 0 9861 0 48589 16 0 2705 0 0044 0 0858 0 0369 3887 D 44283 0 2511 0 3638 0 7659 0 2200 17 0 2705 0 0641 0 6866 0 40602. 0 10 0 5 0 05 l e i a E E i S1 S2 S3 S4 S5 S6 Ny A droite valeurs propres de l intra classes qui tudie la reproduction du lien stades larvaires stations au cours du temps Il n y a qu un axe s rieusement interpr table A gauche les scores norm s de l intra classe pour l axe 1 Remarquable expression d une tendance faible mais uniforme entre les stades larvaires proprement dit et d une opposition forte stades larvaires stade nymphe En principe les nymphes se retrouvent seulement dans certaines stations 0 00 dotchart witl 1s 1 gr 2sta g1 52 53 s sh SB Si 1 0 0 5 0 0 0 5 1 0 Ta Les stations 6 et 7 comportent syst matiquement plus de nymphes On se pose rapidement la question les stations 6 et 7 sont elles part On ne s embarasse pas de nuances pcal dudi pca mil Select the number of axes 3 bet1 between pcal sta Select the number of axes 2 plot bet1 STATICO qr5 doc page 20 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyon1 La r ponse est oui vigoureusement Eigenvalues 2 0 15 1 0 0 5 b D un strict point de vue biologique cette exp rience permet de rappeler un fait essentiel une m thode sophistiqu e d analyse des donn es montre rarement quelquechose d invisible dans une m thode simple On sait que les nymphes se retrouve syst
3. STL STO TA 52 40 156 16 52 40 16 row coordinates each table col coordinates each table principal components each table principal axis each table factors for Tli factors for Tco factors for Tax Tcomp No No h5 CO CO CO Identifier ce qu il convient de faire avec ces objets complexes n est pas imm diat 4 Param tres globaux Nous avons fait une analyse triadique partielle sur les op rateurs de co inertie On peut d tailler ce que cela signifie A la date k nous avons un couple d analyse Par exemple en t ktal 2 ed Temp 1 2623 Flow 0 8434 pH 1 2874 Cond 0 6398 Oxyg 1 0279 Bdob5 1 0579 QOsxvd 045546 Ammo 1 2442 NiCe 09543 Phos 1 4953 kta2 2 S1 Eda 5 000e 00 Bsp L 333e 00 Brh 6 66 0T Bnr 9 233e6 01 Bpu 7 167e 00 Cen 6 667e 01 Eod L 000e400 Rhi 1 000e 00 Hla 5 000e 00 Hab 0 000e 00 Par 2 220e 16 Cae 1 167e 00 Elg 1 605676T100 52 53 S4 S3 o6 2029 U 901l7 L99367 0 901067 1 2629 565506 0 4428 0 02108 0 15976 1 7710 50114 9L32874 0 25745 1 902259 DT7295 opa Lelah 059071 0 04921 1 0202 16600 08608 029331 0 981209 s3208 24028 0 6683 D 26081 1 18947 0 2182 169240 0 LIS1 e0 052354 0 49182 0 6807 9202 1 2997 0 8200 1 20828 1 0874 1618 07708 Lo02774 142601502 0 069274 8810 1 4548 0 748598 0 40843 1 1780 52 53 S4 se S6 LoDDDSTUD l 00000 sta DS lL 000Ssr00 SL D00DO FOU cO DOTeT UD 3 5253959990J Teso GUO 333558 01 2 333
4. http pbil univ lyonl fr R donnees esolus txt r 1 h T WwW lim sab gra gal pie blo dal hau vit SL 52 53 354 85 S6 Ny s ft SL CL 0 70 0 99 04900 0400 0 00 0 00 LO I0 0 1 2 0 0 0 0 D s1 EL Baer 0 00 420 0 20 0 00 D 00 0 420 D 0 28 14 13 15 27 34 33 57 10 SZ tl 537tl 0 00 0 50 0 40 0 10 0 00 D 00 D 0 30 22 LS d ZZ 3 7 8 0 833 t1 g4cLl 0400 0 453 0 420 015 0 00 0 00 D 0 30 22 6 6 7 13 1 s4 tl sberl 0 00 0 20 030 0 925 D15 OO DU 20 27 d 4 23 4 7 30 p ub uv socrl 000 DID OQ 020 0420 0600 D 3 2 4T 3 LS IL L0 db 29 S0 El Sl pL 0 00 0 10 0 05 QUO 0 DU 0 00 0 9 20 20 0 O O T Q 5 102 37 1 Sler2 0 00 0 65 00 355 0 00 0 00 U 00 G0 32 T4 O 3 Z 4A f 7 D ml t2 BA2 r2 D 00 0 30 0 15 0 00 0 00 0 55 0 0 53 3L Z 3 A 5 7 D S2 T2 s35 t2 0 00 0 40 0 40 0 20 0 00 0 00 0 0 50 60 2 21 56 49 32 47 Lgo T2 s4 p2 0 00 0 40 0 40 0 20 0 00 0 00 0 0 50 G0 2 29 B 21 18 320 O s4 t2 s5 OpA 000 013 0 15 0 59 Dela 0200 0 0 40 74 0 0 Z2 2 d 10 l 85 t2 SoC 0 00 OUS 0 05 000 0 300 00 D 6 Da ALLL 0 Q o g 5 10 9 L2 STEZ 0 00 0 10 0 00 0200 000 000 1 9 Aa TO O Q0 c 3 7 11 s7 t2 SISCS 0 00 0 40 0250 0 10 0 00 000 0 0 19 14 1 4 4 S9 9 T1 2 el t3 SZ Et3 0 00 030 0 30 0 00 X200 040 00 39 ZL 121 5 12 IT 23 30 X to Ber 000 0 33 O33 0 30 090 0 00 0 0 39 36 0 17 44 6D B7 LE S T3 SAT 0 00 0 30 0 25 0 95 U00 O00 00 d 20 O IG 357 94 TE 3 s4 t3 55 769 0 00 0413 0 L5 0 55 0 159 0 00 0 0 28 5 Q0 3 9 l5 g 29 19 BS t2 soc 0 00 3 00 0 00
5. 0 00 0 00 O00 J 0 20 SO O0 Q uU Q I 0 5 S6 ES edet 000 010 000 OUO 000 000 049 38 70 X X Z a A BD 232 SET a Sert 010 0 55 0495 000 0600 DUO DD 20 L0 0 X X uod 3 1 s1 t4 s2 t4 0 00 0 40 0 20 0 00 0 00 0 40 0 0 40 21 7 30 57 44 51 31 41 s2 t4 s3 t4 0 00 0 40 0 40 0 20 0 00 0 00 0 0 42 22 2 15 26 29 40 87 50 s3 t4 s4 p4a 0 00 0 40 0 40 0 20 0 00 0 00 0 0 47 22 0 9 21 33 56 55 21 84 t4 S5 t4 D00 0 20 0 30 0 35 G15 000 040 35 29 1 x L5 9 Q 20 74 85 L4 Sso r4 0 00 003 s10 0 05 0 30 0 00 Ua SL 236 O 3 b 10 3 33 S6 t4 S1 t4 0 00 0 10 0 10 0 00 0 00 0 00 0 8 34 62 Q0 1 1 2 4 11 24 87 t4 slero 0 10 0 25 0 00 0 025 0 00 000 v0 5 D OO X iX 0 0 0 sl t5 52 26 0 00 0 40 0 20 0 00 0 00 0240 00 25 19 X 3 7 4 XD 31 63 s4 t35 s3er5 0 00 020 0 40 0 20 0 00 0 00 DD 15 22 L 5 41 35 39 139 55 SS L5 Sets 0 00 0440 0440 0 20 3 00 0 00700 15 22 2 5 16 18 27 67 20 SA t35 Sets 0 00 1 25 0 90 0 30 D l5 0200 0 0 IU 27 0 O 4A I0 12 27 GI 85 ES g6 000 0 LO 0 15 0 019 0 80 0 00 0 3 10 r Q D 7 a 1 1U 42 B6 t5 Sets 0 00 Ups 0 08 DIO 1x00 OUO DIO S 82 U d x I Q 0 9 s t5 slere D T70 0 20 0 00 0 00 0 00 2 00 0 0 3 O o 1 X 2 0 p 0 51 t6 52 606 005 ORAN 010 QS 000 0 40 JO 20 2 9 4 6 0 3 54 l 82 t6 5 60 009 0 50 0 30 Qela 000 000 0 0 14A dL 5 X 1 Il il 0 s3 t6 SAC 0 05 0 50 0 50 0415 0 00 0 00 D 0 14 IL 4 210 3 9 W 12 0 s4 t6 sere 0 00 0 35 0 20 0 30 0 15 0 00 0 D 13 13 53 37 OQ 12 91 I9 83 tb go to 0 00 0 10 0 15 0 15 0 30 0 00 0 3 19 30 21 1
6. 0 1667 0 1667 0 1667 0 1667 11 0 1667 0 1667 0 1667 0 1667 0 1667 0 1667 0 1667 0 1667 0 1667 0 1667 2l 0 1667 0 1667 0 1667 0 1697 Ceci signifie simplement que x et y ont des poids de lignes uniformes comme dans toute ACP On a mis en gras les poids qui reviennent ce tableau ce qui est ici superflu mais pourrait tre utile si on utilisait des AFC x et y sont des tableaux pond r s qui donnent des ACP et une co inertie pca x dudi pca x scale F center F scannf F pca y dudi pca y scale zF center zF scannf F coi xy coinertia pca x pca y scannf F On attend donc que les analyses s par es du k tableaux crois soient les analyses de co inertie des couples une date donn e coi xy eig 1 176 6617 32 2006 4 5983 0 6742 0 3512 sepan kcoi S Eig 1 0 2541311 0 1517355 0 0280952 0 0011571 0 0000663 1 3589364 0 2476967 8 0 0353714 0 0051864 0 0027013 5 1798287 0 2681638 0 1436743 0 0143604 LIS 00023303 04949693 0 L100652 0 U0116341 9 0012050 0 0001543 Ah bon Encore du travail c 1 3589364 0 2476967 0 0353714 0 0051864 0 0027013 coi xy eig LE 004007692 0 007692 0 007692 0 007692 0 007692 1 c 1 3589364 0 2476967 0 0353714 0 0051864 0 0027013 coi xyS eig LI 1 502 930 L30 2L30 1 30 Ah bon ce n est pas trop grave 130 c est 13 10 si s1 et le k tableau crois a t repond r uniform ment alors qu il devrait contenir les pond rations des sch mas initiaux Je modifie nouveau la fonction k
7. 0 2612 0 3552 0 5222 0 2155 0 2300 0 9541 0 3065 0 1805 30 0 6127 2 0516 2 4312 0 0000 2 1702 1 1674 1 0657 1 9560 1 3251 0 1494 1 0589 0 1237 0 3372 31 0 0301 0 3156 0 2555 0 0000 0 0301 0 1202 0 5109 0 0751 0 0451 0 1503 0 2555 0 0000 0 0000 32 0 5488 0 8702 1 3589 0 0000 0 2079 0 3775 1 0785 0 3770 0 1920 0 0840 0 2619 0 0000 0 0000 33 0 2861 0 3648 0 1359 0 0000 0 6294 0 3290 0 0572 1645 0 5364 0 0143 0 3076 0 0000 0 0000 34 0 0779 1 0766 1 0314 0 0000 0 9269 0 2994 0 6357 0 6787 0 7444 0 0205 0 2071 0 0000 0 0000 35 0 0000 0 0000 0 0000 0 0000 0 0000 0 0000 0 0000 0 0000 0 0000 0 0000 0 0000 0 0000 0 000 36 0 1348 0 6558 0 5527 0 0000 0 5641 0 2492 0 4474 0 2582 0 4825 0 0657 0 2775 0 0000 0 0000 37 0 1151 0 7456 0 6671 0 0000 0 6069 0 2564 0 4866 0 3270 0 5311 0 0576 0 2642 0 0000 0 0000 38 0 1002 0 5169 0 4484 0 0000 0 4363 0 2167 0 2971 0 2354 0 4062 0 0342 0 1994 0 0000 0 0000 39 0 1468 0 2936 0 1896 0 0000 0 5995 n 1531 0 0673 0 3426 0 4343 0 0734 0 0489 0 0000 0 0000 40 0 1663 0 9347 0 8277 O 0 3534 0 0000 0 0000 0000 0 7120 0 4774 0 4598 0 4736 0 7682 0 0466 Les r sultats sont coh rents Les tableaux sont transpos s d un version l autre mais ceci n est que de la gestion et n a pas de signification et dans un rapport de 1 2 cons quence directe de la remarque pr c dente puisqu il s agit de covariance Il y
8. 0996 0 4701 0 4081 0 4161 0 3071 0 3381 15 0 8115 0 5104 0 6866 0 92286 3684 0 3885 0 5337 0 4161 0 7647 0 6149 13 psy 1 1815 0Sa D L3453 Ung n 2039 0 1727 1663 0 36 71 2841 2 0 0 0902 0 4753 0 2146 10 3814 0000 0 3330 0 3610 0 2174 0 1468 0 1918 zi muas 0 i43 0 2146 D 5281 0000 0 27586 U 3296 U 2632 0 1835 0 6135 2 2 0 0902 0 8214 0 2146 0 0615 0000 0 0136 0 0471 0 0242 0 1101 0 0714 23 0 4508 0 2521 0 0429 0 0615 Ung 0 1371 0 1727 1026 U 2202 0 1457 2 4 0 0702 dD 72565 0 0429 0 6521 0000 0 2243 0 2982 0 18 75 0 2936 0 3044 Lire les donn es mil ade4toR MilTS txt Label Var txt Faire une intra classe directement pour faire un centrage de Bouroche wit2 within pca mil clad total Select the number of axes 3 Faire le K tableaux associ ktab within wit2 round t y pri 3 STATICO qr5 doc page 4 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyonl Temp D bit pH Condu Oxyg Dbo5 Oxyd Ammo Nitra Phos l 91 443 1 9555 0 086 0 246 0 520 0 186 lt 0 188 0 198 0 061 0 313 2 0 361 0 0622 0 944 0 897 324219 0 555 1 005 0 694 0 318 0 626 3 s0361 eD 200 0086 0 099 04656 0 050 90 126 0 105 0 129 0 320 4 O T7T21 0 664 0 6001 0 099 LjiL37 0 023 0 126 90 090 0 139 10 106 5S 1 803 1 107 042 086 0 049 0 790 0 009 0 065 0 0980 0 379 Q 190 6 90 9361 3 907 0 0956 14290 0 135
9. 4 13 307 75 124 193 659 7 873 Variances vectorielles des analyses du tableau de faune tapply sep2 Eig w2 function x sum x x 1 2 3 4 1029 8 981 8 3668 1 1575 9 Co inertie totale des couples Dray et al 2003a p 3079 sepcoi sepan kcoi wcoi factor rep 1 1length sepcoi rank sepcoi rank tapply sepcoi Eig wcoi function x sum x 1 2 3 4 56 57 214 49 729 09 80 34 Coefficient RV des couples tapply sepcoi Eig wcoi function x sum x sqrt tapply sep1 Eig w1 function x sum x x tapply sep2 Eig w2 function x sum x x 1 2 3 4 0 4833 0 7898 0 8651 0 7213 Ex cution compl te des analyses de couples par dates for k in 1 4 xk t ktal k yk t kta2 k 1 pca xk dudi pca xk scale zF center F scannf F STATICO qr5 doc page 10 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyon1 pca yk dudi pca yk scale zF center F scannf F coi xyk coinertia pca xk pca yk scannf F print summary coi xyk Eigenvalues decomposition eig covar sdX sdy corr 1 33 04 5 748 4 568 18 30 0 06876 2 19 73 4 441 6 013 12 87 0 05740 RV 0 4833 RV 0 7898 RV 0 865 RV 0 7213 pour v rification de coh rence interne par ask T for k in 1 4 xk t ktal k yk t kta2 k 1 pca xk dudi pca xk scale F center F scannf F pca yk dudi pca yk scale zF center F scannf F coi xyk coinertia pca xk pca yk scannf F plot
10. Comp2 Comp3 5993 00 3405 30 18 42 apply ptal c1 2 function x sum x x Compl Comp2 Comp3 593 60 45 30 18 42 Un norme bug dans la fonction pta Apr s correction apply ptal 1i 2 function x sum x x Axisl Axis2 Axis3 593 60 45 30 18 42 apply ptal1 11 2 function x sum x x RSlI RS2 RS3 1 1 1 apply ptal co 2 function x sum x x Compl Comp2 Comp3 593 60 45 30 18 42 apply ptal cil 2 function x sum x x SI 52 CSS 1 1 1 La fonction pta modifi e est au m me endroit Dans ce cas quitte introduire une modification on va rajouter dans la fonction pta les compl ments sur les individus de STATICO qui avaient t ajout s dans la fonction statisX de statis c ADE 4 J avais oubli que j avais fait a en au si cle dernier Pour ce faire la fonction ktab match2ktabs est galement modifi e pour transmettre le n cessaire kcoi ktab match2ktabs KTX ktal KTY kta2 names kcoi 1 spring summer autumn winter jy cw EI iod ERU 9 PCT p4 supX supy supblo suplw call ptal pta kcoi scannf F nf 3 old par lt par no readonly TRUE par nfrow c 2 2 for k in 1 4 x lt ptal supIX ptal supTI 1 k y lt ptal supIY ptal supTI 1 k s label x clabz0 xlimzc 1 7 3 3 ylimzc 2 3 pch 20 cpoi 3 sub names kcoi supblo k csub 3 s label y clabz0 add p T pch 1 cpoi 2 traject x y 2 add p T clab 0 s match x y add p T o STATICO qr5 do
11. lignes vaut 1 13 Ceci importe peu L essentiel est qu il s agit de matrices de covariances plot sepan a i pri ete E os l1 EN m i aut hiv es EN gt E E L h t rog n it somme des carr s des covariances esp ces variables volue tr s fortement Le compromis est de dimension 3 avec un axe dominant ptal pta a Select the number of axes 3 ptal Partial Triadic Analysis class pta dudi table number 4 row number 13 column number 10 COUR TOCSrStCrUCtCUrTO soe eigen values 2 357 0 8794 0 522 0 2415 SRV matrix 4 4 RV coefficients SRV eig vector 4 eigenvalues SRV coo data frame 4 4 array scores Stab names vector 4 array names Ww C ONDPTOMLOG SETE eigen values 4 566 0 3485 0 1417 0 02136 0 01541 Snf 3 axis components saved Srank 10 vector length mode content tabw 4 numeric array weights SCW 10 numeric column weights Slw 21 numeric row weights STATICO qr5 doc page 7 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf Seig cos2 10 4 D Chessel Biom trie et Biologie Evolutive Universit Lyonl numeric eigen values numeric cosine 2 between compromise and arrays data frame nrow ncol content Stab Sli S11 SCO Seul 13 19 159 10 10 10 modified array 3 row coordinates row normed scores column coordinates column normed scores CO CO CO SUVS IDIISASLPUOLUFE 4 data frame nrow ncol content ET I STOO STcomp STax
12. matiquement dans les deux stations vitesse lev e et granulom trie forte par opposition aux stations vitesse faible et granulom trie fine Esolus parallelepipedus est une esp ce rh ophile species typical of fast flowing waters gravelly bottom in http www arch ant bham ac uk research E20 20and 20E21 doc 0 0 Inertia axes La question du couplage AFC ACP est donc support e par cet exemple La distribution des stades larvaires n est pas homog ne d o la l gitimit d une AFC et cette h t rog n it correspond une variation environnementale d o la l gitimit du couplage Malheureusement la fonction within pca ne supporte pas les centrages non uniformes Comme ce n est pas une question fr quente nous allons faire le travail la main Parenth se technique A c 27 LOreINe wL e 12 81 017 02 82 247 03 82 04 05 820 07707782 05708 8082 M 23 09 82 01711782 01 1278 2 b strptime a b strptime a d m y b 1 1981 10 27 1981 12 16 1982 02 01 1982 03 22 1982 05 04 6 1982 07 07 1982 08 05 1982 09 23 1982 11 01 1982 12 01 b julian b origin as Date 1981 09 15 b as vector b b 1 41 96 91 96 138 96 187 96 230 92 294 92 323 92 372 92 411 96 441 96 jourzb dat STATICO qr5 doc page 21 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyon1 locl lt function x plot jour x t
13. 18 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyon1 Select the number of axes 3 witl within coal dat Select the number of axes 1 ktafau ktab within witl par nfcolz c 4 3 lapply split ktafau cw ktafau TC 1 barplot LT Ce z 2 m i ur ca e 5 amp 1 t1 341 5511 eT t1 SlIS D s5 5 STIS 1 49 3 49 5 49 szT7 13 t c e un C4 e E Bin o mm mm 9 3 m m cz c 3142 3 42 5 42 s742 31 46 5546 5 t zr 6 amp 1 ta sta 5 ta 5 1 um i E e cC c cC St 343 5 43 sT 3 1 47 a347 s547 t um i M e e c eL s1t4 z3 4 544 sT H 1 48 3 48 5 46 7 18 Fr quences des stades larvaires par dates En haut gauche 27 10 81 bimodalit stade 2 et nymphes en dessous 16 12 81 dominance 3 4 puis les m mes au 1 02 82 puis au 22 03 82 m langes 2 5 Sur la seconde colonne 4 5 82 stade 3 dominant puis 7 7 82 5 8 82 23 9 82 domination des stades 6 et dans la derni re colonne retour aux histogrammes complexes pour 1 11 82 et 1 12 82 Il y a peut tre chevauchement de g n rations et mergences continues en t et en automne La structure de l intra classes ne comporte qu un axe barplot witl c1 CS1 barplot witl eig STATICO qr5 doc page 19 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyon1 0 20 l 0 15 1
14. 4 3 0 2 113 JL SG tb sy r6 02 00 32305 0 05 000 0 00 0 00 700 9 11 92 O D O O 9 2 1 s7 t6 gl t7 O10 020 Us 0000 000 0 00 00 4 D 2 3 4 3 0 2 l mL x7 BA L7 00420 0 30 U10 D00 0 00 0 40 0 0 TO O a L d SO 2 6 0 m2 t7 SSCI 3 10 0 60 0220 S I 3300 0400 Q0 14 2 ud Z Q D 2 8 2 ga EI sr O05 060 0 20 0 15 000 0 00 X50 8 8 1 3 27 35 3 8 0 s4 t7 sb rtI 0 00 05 35 0520 0 30 0 15 DIDU XD Q 10 o X6 12 18 11 0 2 8 s5 t7 socer 000 0o 0215 0 20 0 20 0 00 053 Co O8 23 398 91 29 9 59 I80 896 EJ t tr 0 00 0 03 4005 010 000 0 00 0 78 5 o4 0 0 0 0 Q 2 1G 87 t7 si t 0 10 0 55 0 33 0200 0 00 0 00 0 0 8 D 27 lS il 3 Z 6 1 s1 t8 secs 0 20 U30 OTU 000 000 0 40 0 0 TQ Qr 4 a 3 0 2 5 2 BA t8 BoOeps 0425 030 020 0 05 0 00 000 0 0 LEO 0 1 1 0 O p 0 0 83 t8 STATICO qr5 doc page 17 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyon1 Bqero Dus0 DU s20 O L9 QU 0 00 Du 8 D L A Q D 3 i l s4 t8 So ES 0 05 0 95 0 20 02 25 Oslo U 00 DU 4 3 10 4 2 2 2 2 br SES 0 00 0 15 0515 0 20 0 20 0 00 Uz3 o 19 26 19 27 33 25 OL 144 6 t8 SJ E68 0 00 0 10 0210 0 00 0 00 0 00 D 9 o 14 0 0 0 XX 6 68 87 t8 SLert9 0 00 0465 0x33 000 40 00 0 000 0 10 89 T7 amp o 2 7 4 aL t3 pap DD 7 99 0 115 0 0 U 00 U30 00 27 9 4 4 4 2 1 0 d amp Z ES poer DO 150 D 99 0 20 0 00 0 00 DU 29 ar dIo XS A 3 2 9 55 ES Bere D DO 0 40 0 59 0 235 0 00 2 00 060 I4 ZA 1l 9 amp x 2 9 3 64 t9
15. 7 10 1 0000 1 3333 1 6667 0 8333 2 8333 1 3333 1 0000 1 0000 0 0000 0 0000 0 0000 3 8333 1 3333 11 1 0000 0 3333 0 3333 1 1667 0 1667 0 6667 3 0000 1 0000 2 0000 0 0000 0 0000 0 8333 3 3333 12 1 0000 2 3333 0 3333 2 1667 1 1667 0 6667 1 0000 3 0000 1 0000 0 0000 0 0000 1 1667 4 3333 13 3 0000 2 6667 1 50800 0 0000 5 5000 4 0000 2 3333 1 1667 4 1667 0 5000 3 8333 0 5000 2 5000 14 1 0000 7 6667 8 5000 0 0000 3 5000 2 0000 2 3333 3 68333 4 8333 0 5000 3 1667 0 5000 2 5000 15 f 1 0000 1 3333 0 5000 0 0000 3 5000 2 0000 2 3333 3 868333 0 8333 0 5000 0 1667 0 5000 2 5000 16 k 1 0000 2 3333 3 5000 0 0000 3 5000 1 0000 2 3333 1 1667 0 1667 0 5000 0 8333 1 5000 1 5000 17 1 0000 2 3333 2 5000 0 0000 0 5000 2 0000 5 6667 0 1667 0 8333 1 5000 1 8333 0 5000 3 5000 18 1 0000 4 3333 3 5000 0 0000 4 5000 1 0000 3 6667 5 1667 2 1667 0 5000 3 1667 0 5000 2 5000 9 2 3333 0 5000 1 1567 0 0000 3 3333 2 3333 2 3333 0 1667 3 5000 0 3333 1 8333 0 0000 0 0000 20 0 6667 2 5000 2 1667 0 0000 2 6667 0 3333 2 3333 0 1667 1 5000 0 3333 1 1667 0 0000 0 0000 21 0 6667 5 5000 5 1667 0 0000 2 6667 3 6667 2 3333 2 68333 4 5000 0 3333 2 1667 0 0000 0 0000 22 0 6667 0 5000 1 8333 0 0000 2 6667 0 3333 1 3333 0 8333 0 5000 0 3333 0 1667 0 0000 0 0000 23 0 3333 3 5000 2 8333 0 0000 0 3333 1 3333 5 6667 0 8333 0 5000 1 6667 2 8333 0 0000 0 0000 24 0 6667 3 5000 3 8333 0 0000 4 3233 0 6667 2 666
16. 7 4 1667 1 5000 0 3333 1 1667 0 0000 0 0000 STATICO qr5 doc page 3 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyon1 On a 13 esp ces colonnes et 4 blocs dates de 6 lignes stations et malheureusement d j 18 fichiers dans le dossier de travail Lire le tableau fau ade4toR FauTS txt Label Esp txt En faire l ACP centr e pcalizdudi pca fau scale F Select the number of axes 2 Cr er le facteur qui fait 4 classes dates de 6 points stations cladzas factor rep c pri ete aut hiv c 6 6 6 606 witl within pcal clad Select the number of axes 2 Faire le K tableaux x ktab within witl t round x pri 3 Eda Bsp Brh Bni Bpu Cen Ecd Rhi Hla Hab Par Cae Eig id Lad 29007 65833 0 U DID Asd dado 0 3 D 924 339 2 cb LS D 667 lt 2 167 0 D 0 935 e Lo567 D al ONE CA Bo cL d25 2 25992 2 157 0 D 0595225 05 00 567 D ML SS S cL L5 2 393 2 167 0 D 0 939 Uis 0833 sent B 2 19353 o al aS less 2 107 0 DU 467 a ls667 Dr DU 12657 6 Lo Za 34067 12822 0 D 0 88 dra 10 25 29 0 l O 7 667 Les tableaux dans ADE 4 sont rang s les uns au dessus des autres stations en lignes et dans ade4 les uns c t des autres stations en colonne Les deux pr sentations contiennent la m me information Dans ADE 4 on installe p 6 un K tableaux Y portant sur le milieu centr simplement par variable et par tableau et norm globalement
17. 90 287 0 902 D 220 0 319 04279 L on attend les deux pr sentations contiennent la m me information Paf il y a un bug Un petit bug quand m me Les valeurs de ADE 4 sont syst matiquement le double des valeurs de ade4 ca alors pourquoi Parce que la normalisation de Bouroche dans ADE 4 impose que la somme des variances par tableau soit gale 1 alors que dans ade4 la contrainte impose que la moyenne des variances par tableau soit gale 1 al as data frame lapply 1 4 function k apply y k 1 function x 5 var x 6 names al 1 4 al 1 2 3 4 Temp 1 04065 1 7236 1 0732 0 16290 D bit L 05962 0 7513 0 2501 1 9391 pH 0 21363 2 0994 1 3849 0 3020 Condu 0 38268 1 0221 2 0109 0 5843 Oxvq 216161 1 0661 0 7723 0 0000 Dbo5 0 06581 0 9653 2 9579 0 2129 Oxyd U22200 D 7692 2 1409 0429599 Ammo 0 09915 l 6115 2 1623 0 270 Nitra 0 06676 1 4600 2 2487 0 2245 Phos 0 11880 1 2066 2 2657 0 4088 apply al 1 mean Temp D bit pH Condu Oxyg Dbo5 Oxyd Ammo Nitra Phos 1 1 1 1 1 1 1 1 1 1 Et comme il y a 4 tableaux les donn es sont dans un rapport de 2 V4 Ouf Comme c est une constante pr s les questions typologiques sont inchang es L exercice cependant souligne que la transformation de Bouroche a beaucoup de sens cologique En moyenne une variable a une variance de 1 Ceci est une contrainte obligatoire puisqu on a diverses unit s m3 s C mg l Mais la variabilit inter saison de la variabilit es
18. 96 0 2066 0 2773 1 2506 0 0942 0 3790 0 3469 0 7605 0 0000 0 0000 0 2687 1 1553 16 0 5290 0 8442 0 1004 0 2437 1 2382 0 1548 0 4157 0 2481 0 6275 0 0000 0 0000 0 0814 0 8759 17 0 2773 1 1109 0 0453 0 2520 0 8118 0 0279 0 2773 0 3192 0 5023 0 0000 0 0000 0 1038 0 8546 18 0 6221 1 2183 0 1587 0 4732 1 7 14 0 2700 0 5840 0 5698 0 9443 0 0000 0 0000 0 0680 1 5038 19 0 4772 0 7708 0 0275 0 0948 0 6240 0 2998 0 4221 0 3915 0 5598 0 0000 0 0000 0 6974 0 7463 20 0 7477 0 6993 0 1215 0 3626 1 7409 0 3668 0 3325 0 6419 1 0425 0 0000 0 0000 0 2428 0 9620 21 0 6312 0 5410 0 3156 0 0000 0 3156 0 2705 0 4508 0 5861 0 4058 0 0451 1 1271 0 0451 0 5861 22 0 2293 0 6205 0 5073 0 0000 0 1700 0 0545 0 4249 0 4666 0 0704 0 0206 0 4280 0 0092 0 3641 23 0 3433 1 6164 1 7595 0 0000 1 6307 0 4721 1 6021 1 5592 1 0442 0 2146 0 4148 0 0858 1 2015 24 0 3076 2 4115 2 5776 0 0000 1 68886 0 7382 1 4641 1 9009 1 5933 0 1415 0 5352 0 0800 1 1996 25 0 0996 1 5825 1 7618 0 0000 0 7083 0 4786 0 5022 1 0273 0 9470 0 0980 0 4406 0 1462 0 6665 26 0 4701 2 8347 3 2174 0 0000 1 5365 0 8858 1 0153 1 6569 1 9050 0 2305 1 2835 0 2260 1 0891 27 0 4918 2 7521 3 0817 0 0000 i 7841 0 9261 1 0778 1 7266 1 3673 0 1779 1 1772 0 1517 1 0203 28 0 4194 2 4703 2 8012 0 0000 1 4637 0 8110 0 9709 1 5556 1 6919 0 1993 1 0762 0 1906 1 0054 29 0 0722 1 5200 1 7392 0 0000 1 2076
19. D Chessel Biom trie et Biologie Evolutive Universit Lyon1 Consultations statistiques avec le logiciel R Comment obtenir les sorties compl tes de STATICO R sum Charline laurent pose plusieurs questions sur la pratique de STATICO dans la librairie ade4 Elles mettent en vidence des insuffisances dans les fonctions ktab match2ktabs et pta Ces fonctions sont modifi es et les versions provisoires t l chargeables On ajoute un jeu de donn es pour tester le couplage AFC ACP de la m thode Plan EM EIGG SON Re O AANE 2 2 Installer les donn es iii 3 3 Coupler les K tableaux sseesssssessesseennenne nennen nnne nennen 5 Z PASS OA 222959 0 2 c Uto E E SERO AE OR Ee ure Ceu 8 5 Repr sentation des individus dans STATICO eese 15 6 STATICO AFC ACP m 17 EE 0 006 NIRE 26 STATICO qr5 doc page 1 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyon1 l La question La question est pos e par Charline Laurent Je voudrais savoir si quelqu un a d j tent de r aliser une analyse STATICO l aide de R J ai un petit probl me J ai 2 s ries de ktableaux 1 s rie peuplement stations esp ces campagnes et une s rie environnement stations variables campagnes J ai r alis mon couplage des 2 s ries de ktableaux par le fonction ktab match2ktabs puis j ai fait une analyse triadiq
20. DSL DIU UD 3 950 0 9935 0 LS X00 OO Ar 29 6 a 1 X 2 e C9 83 TY sere 0 00 0 10 0 10 D 20 D 30 0 00 0 2 25 Aa 2 4 El Lg 10 9 wo t9 BJepe9 QUO Ql10 0 05 0 05 QU QUOD Dio 22 49 3 2 amp L 1 14 90 7 ES sleta 0 00 0 30 0 70 0 00 0 00 0 00 0 0 d0 17 L Z2 gt l 3 G1 ta prz ra QUO 0 30 9 20 0 05 0 00 0 48 U0 do 25 X A 4 9 7 o SB 82 ta popa DuDO 49 90 0 99 0 33 000 J 001 0 J0 SD U T7 10 L2 S 13 10 S5 Ta eger 0 00 D 30 9 59 042 395 U 00 0 00 SO GO S2 i F7 IA 9 P T 4 s4 ta gosta 0 00 Dda 0 20 0290 QOIS 0 00 DD O0 26 1 9 2 4 u JU ta Sosta QUO 0 10 0 10 0 00 U30 0 00 DS 20 F L L A 4 A 7 96 t sl rta 0 00 0 05 0 00 0 05 0 00 0 00 0 9 50 94 0 O 1 1 l 8 ta Les donn es ont t acquises pas M C Forestier 1994 Dans 7 stations s1 s7 lors de 10 dates de pr l vement tl ta respectivement 27 10 81 16 12 81 1 02 82 22 03 82 4 5 82 7 1 82 5 8 82 23 9 82 1 11 82 et 1 12 82 l auteur a mesur la granulom trie Limons lim Sables sab Graviers gra Galets gal Pierres pie Blocs blo Dalle dal en pourcentage de recouvrement la hauteur d eau hau en cm et la vitesse de l eau vit en cm s Aux m mes endroits et aux m mes dates ont t d nombr es les larves d un Elmidae Esolus parallelepipedus rang es en 6 stades de d veloppement stade larvaire S1 S6 et stade nymphe Ny La station est d finie par la variable s et la date par la variable t Ces donn es servent d illustrations dans un article de Vi
21. STO 52 3 col coordinates each table TOOnMDp 16 3 principal components each table STax 16 3 principal axis each table STL 40 2 factors for Tli STO 52 2 factors for Tco ST4 16 2 factors for Tax Tcomp Les plot de l objet n est pas sans int r t et est centr sur le compromis plot ptal kplot ptal Mais la disparition des stations en particulier leur double repr sentation est radicalement absente C est normal l analyse triadique partielle pta tant utilis comme base d une extension de son usage STATICO D o la question fort pertinente de Charline Laurent qui a d j provoqu deux corrections dans la fonction utilitaire ktab match2ktabs STATICO qr5 doc page 13 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyon1 Interstructure Compromise Typological value Ns e ON e 2 w S 0 40 0 45 0 50 0 55 Tables weights SUMIMET winter winter STATICO qr5 doc page 14 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf winter D Chessel Biom trie et Biologie Evolutive Universit Lyon1 5 Repr sentation des individus dans STATICO L analyse de la question commence tr s mal apply ptal 1i 2 function x sum x x Axisl Axis2 Axis3 593 60 45 30 18 42 apply ptal1 11 2 function x sum x x Axisl Axis2 Axis3 593 60 45 30 18 42 apply ptal co 2 function x sum x x Compl
22. a l tiage A droite variables biologiques s paration des stations 6 et 7 positions moins pr cises attendues de d nombrements d organismes effet saisonnier moins sensible La coh rence est assez tonnante et compl tement unidimensionelle En conclusion le couplage AFC ACP dans STATICO est possible Pour y parvenir 1l faut faire un effort Merci Charline Laurent pour ces questions qui ont oblig r viser plusieurs fonctions STATICO qr5 doc page 25 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyon1 7 R f rences Chessel D and S Dol dec 1993 ADE Version 3 6 HyperCard Stacks and Programme library for the Analysis of Environmental Data Manuel d utilisation 8 fascicules URA CNRS 1451 Universit Lyon 1 69622 Villeurbanne cedex Chessel D and P Mercier 1993 Couplage de triplets statistiques et liaisons esp ces environnement Pages 15 44 in J D Lebreton and B Asselain editors Biom trie et Environnement Masson Paris Dol dec S and D Chessel 1994 Co inertia analysis an alternative method for studying species environment relationships Freshwater Biology 31 277 294 Dray S D Chessel and J Thioulouse 2003a Co inertia analysis and the linking of ecological tables Ecology 84 3078 3089 Dray S D Chessel and J Thioulouse 2003b Procustean co inertia analysis for the linking of multivariate datasets Ecosci
23. atico 4 ktta 40 rowa 13 cols 1 0 5410 0 2705 0 6011 1 2022 0 0000 0 0000 0 7514 0 6312 5711 0 0000 0 5410 0 0000 0 3006 2 0 4674 0 0097 0 4788 1 0893 0 0000 0 0000 0 4612 0 2627 0 5280 0 0000 0 4674 0 0000 1 1245 3 0 0429 0 3219 0 1144 0 0930 0 0000 0 0000 0 0358 0 2360 0 1574 0 0000 0 0429 0 0000 0 1001 4 0 1230 0 5291 0 0943 0 2256 0 0000 0 0000 0 0205 0 3691 0 0779 0 0000 0 1230 0 0000 1 0417 5 0 1959 1 2607 0 3822 0 4352 0 0000 0 0000 0 3292 0 6633 0 4818 0 0000 0 1959 0 0000 0 3758 6 0 1065 0 2945 0 0355 0 2284 0 0000 0 0000 0 0038 0 2027 0 1299 0 0000 0 1065 0 0000 0 2258 7 0 1465 0 5127 0 0105 0 3087 0 0000 0 0000 0 0262 0 3401 0 1936 0 0000 0 1465 0 0000 0 4395 8 0 1026 0 3438 0 0035 0 2217 0 0000 0 0000 0 0333 0 2143 0 1423 0 0000 0 1026 0 0000 0 2104 3 0 0734 0 0428 0 1662 0 1513 0 0000 0 0000 0 1580 0 0918 0 0387 0 0000 0 0734 0 0000 0 1387 10 0 1508 0 3769 0 0431 0 3276 0 0000 0 0000 0 0750 0 2734 0 1858 0 0000 0 1508 0 0000 0 1725 11 0 6312 0 4809 0 1503 0 1653 1 2473 0 46809 0 0902 0 6312 0 7213 0 0000 0 0000 0 9768 0 3006 12 0 4217 0 5499 0 0363 0 4744 0 0650 0 0773 0 3584 0 4498 0 0527 0 0000 0 0000 0 0228 1 1420 13 0 6437 1 3733 0 1717 0 4935 1 7809 0 2575 0 7295 0 4721 0 9012 0 0000 0 0000 0 1931 1 6736 14 0 3199 0 8161 0 0820 0 4634 1 1524 0 2543 0 3199 0 7136 0 7628 0 0000 0 0000 0 1558 1 1852 15 0 5139 1 12
24. avait une erreur dans la fonction qui provoquait un warning sur l exemple et a t corrig Merci Charline L objet a est complexe a class ktab kcoinertia tab number 4 data frame nrow ncol l pri 1 3 10 2 ete 13 10 3 aut 13 10 4 hiv 13 10 Il est form de 4 tableaux 4 dates 13 lignes 13 esp ces et 10 colonnes 10 variables vector length mode content 5 Slw 12 numeric row weigths 6 Scw 40 numeric column weights d SIL 4 numeric column numbers 8 Stabw 0 NULL array weights data frame nrow ncol content 9 PTL 52 2 Factors Table number Line number LU TG 40 2 Factors Table number Col number 11 eU 16 2 Factors Table number 1234 12 call ktab match2ktabs KTX x KTY y names pri Temp D bit pH Condu Oxyg Dbo5 Oxyd Ammo Nitra Phos ete Temp D bit pH Condu Oxyg Dbo5 Oxyd Ammo Nitra Phos aut Temp D bit pH Condu Oxyg Dbo5 Oxyd Ammo Nitra Phos hiv Temp D bit pH Condu Oxyg Dbo5 Oxyd Ammo Nitra Phos STATICO qr5 doc page 6 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyon1 Col weigths prr x Vel Wel OL Ub Du DL DL OIL Qul Ded Sue UL Nu Ud V Xl gx Qul Qul Vu Xu eut SU Gsl Xl Ul Ul Xo Ul Qul Ul Xu noe s COOL Xl 0 1 Sul Qul Qui Dl 01 0b 0E Row weigths 0 07692 0 07692 0 07692 0 07692 0 07692 0 07692 0 07692 0 07692 0 07692 0 07692 0 07692 0 07692 0 07692 Dans chaque tableau le poids des colonnes vaut 1 10 et le poids des
25. aved Srank 10 vector length mode content Ces l ments synth tise fortement l information sue la structure et sont coh rentes Stabw 4 numeric array weights SCW 13 numeric column weights Slw 10 numeric row weights Seig 10 numeric eigen values cos2 4 numeric cosine 2 between compromise and arrays cbind data frame ptal tabw ptal cos2 ptal tabw ptal cos2 in U 3936 0 4983 2 0 95939 0 8131 3 Usoga 992556 4 0 25695 0 68253 Dans la premi re colonne le poids de l op rateur de co inertie de chaque date dans la constitution du compromie dans la seconde le cocinus carr entre cet op rateur et le compromis r duit aux axes conserv s Le printemps participe moins au compromis et son op rateur ressemble moins au compromis interpr t mais on passe d un rapport de 1 9 pour les covariances vectorielles un rapport de 1 2 pour les RV Ceci vite qu avec un gros tableau le compromis soit simplement ce tableau comme en ACP centr e une seule variable avec une grande variance d finit l axe principal Les utilisateurs peu au courant sont l abri de trivialit mais les utilisateurs avertis pourraient vouloir modifier cette option data frame nrow ncol content Stab 10 T3 modified array Sli 10 3 row coordinates ST 10 3 row normed scores SCO 13 3 column coordinates Scl 13 3 column normed scores scr IXULTOSUIHODUEGe wmm data frame nrow ncol content STA 40 3 row coordinates each table
26. c page 15 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyon1 par old par Points noirs stations positionn es par le milieu points blancs stations positionn s par la faune Scores obtenus par projections des lignes des tableaux d origine sur les axes du compromis et norm s en moyenne K 2 contrainte xl avec D associ e une pond ration Multifen trage par tableau On obtient 4 k analyses de co inertie coordonn es Pour l gender ces cartes utiliser la d finition des axes ci dessous s arrow ptal 11 s arrow ptal cl STATICO qr5 doc page 16 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyon1 6 STATICO AFC ACP Derni re question pos e par Charline Laurent Pour replacer ma question dans son contexte je d sire r aliser une analyse Statico l aide de R Je voudrais coupler une s rie de K tableaux faunistiques relevant d AFC avec une s rie de K tableaux environnement relevant d ACP Se pose ce stade le probl me de pond ration des lignes qui doivent tre les m mes dans les 2 s ries de K tableaux Cf mon mail du 27 mai 2004 http pbil univ lyonl fr ADE 4 adelisthtmlannuel 03 0283 html Est il possible de coupler un K tableau relevant d AFC et un K tableau relevant d ACP On va utiliser un cas typique de cette situation w read table
27. coi xyk 55 EJ Printemps Ete is On comprend ici que STATICO va coordonner l norme quantit d information qui est g n r e d cette mani re Mais on devra pr ciser le contenu des objets chaque instant ptal Partial Triadic Analysis colassipota dudi table number 4 row number 10 column number 13 4 tableaux couplant 10 variables et 13 esp ces www INLOPSLTUCLUIC Wess eigen values 2 357 0 8794 0 522 0 2415 SRV matrix 4 4 RV coefficients Matrice de coh rence g n rale entre dates STATICO qr5 doc page 11 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyon1 A la date k le tableau faunistique ins r dans le sch ma Ke D p Dy et le tableau environnemental ins r dans le sch ma v D Dn donne le sch ma de co inertie v Dy Xi D D l Notons Z Y D X Trouver un compromis de co inertie c est trouver des K nombres ay tels que gt aZ D pr sente une inertie maximum sous la contrainte k l 2 ay 1 Les nombres o sont les composantes du premier vecteur propre norm de la matrice Ma k I des produits scalaires d Hilbert Schmidt des op rateurs de co inertie d finis par Z Z Trace Z D Z D Trace D Z D Z Trace Z D Z D Z Z HS L exp rience acquise dans ADE 4 montre que le travail directement sur les covariances vectorielles privil gie massivement l
28. e Universit Lyon1 Faune Milieu Le principe de base est une analyse triadique partielle ou STATIS sur les tableaux sur les tableaux crois s des co inertie par couple SIATIS Op rateurs 2 Installer les donn es Ex cuter en parall le comme sugg r dans un autre mail l exemple de la fiche thema58 et les m mes calculs dans R Dans ADE 4 on installe p 5 un K tableaux X portant sur la faune et centr simplement par esp ce et par tableau Binary input file d oper ztatico X ktta 24 rows 13 cols i 3 0000 2 5000 2 6667 686 8333 0 0000 0 0000 0 8333 2 5000 3 32333 0 0000 3 0000 0 0000 2 3333 2 1 0000 4 5000 0 6667 2 1667 0 0000 0 0000 0 8333 2 5000 1 6667 0 0000 1 0000 0 0000 2 3333 3 f 1 0000 0 5000 2 3333 2 1667 0 006000 0 0000 0 8333 0 5000 0 6667 0 0000 1 0000 0 0000 2 3333 1 0000 1 5000 1 3333 2 1667 0 0000 0 0000 0 8233 0 5000 0 33323 0 0000 1 0000 0 0000 2 3333 5 1 0000 0 5000 1 3333 2 1667 0 0000 0 0000 4 1667 2 5000 1 6667 0 0000 1 0000 0 0000 1 6667 5 1 0000 2 5000 1 6667 1 8333 0 0000 0 0000 0 8333 2 5000 0 3333 0 0000 1 0000 0 0000 7 6667 7 5 0000 1 3333 0 6667 0 8333 7 1667 0 6667 1 0000 1 0000 5 0000 0 0000 0 0000 1 1667 1 666 8 1 0000 5 6667 0 3333 0 8333 2 8333 0 6667 1 0000 1 0000 2 0000 0 0000 0 0000 1 1667 3 6667 9 f 1 0000 0 3333 1 3333 0 8333 2 8333 1 3333 1 0000 1 0000 2 0000 0 0000 0 0000 1 1667 3 666
29. eigen values Scos2 10 numeric cosine 2 between compromise and arrays data frame nrow ncol content Stab 9 y modified array Sli 9 1 row coordinates s11 9 1 row normed scores Sco f l column coordinates Scl 7 1 column normed scores STATICO qr5 doc page 24 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyon1 dotchart ptacroi 11 1 lab row names ptacroi 11 cex 1 5 abline v 0 dotchart ptacroi cl 1 lab row names ptacroi c1 cex 1 5 abline v 0 vit hau dal blo pie gal gra sab lim 0 4 0 2 0 0 0 2 0 4 10 0 5 0 0 0 5 1 0 19 Poids des variables comme composantes des axes de co inertie globaux Pour le milieu vitesse dalle gravier sable Pour la faune Nymphes larves Les structures principales sont clairement leur place soe CINSDPOSSULEHODUPe 55 data frame nrow ncol content CHR 90 STE JU STcomp 40 STax 40 STE 90 DTE 10 STA 40 L DONNE HA row coordinates each table col coordinates each table principal components each table principal axis each table factors for Tli factors for Tco factors for Tax Tcomp Scores de synth ses par projection des individus gauche variables de milieu s paration des stations 6 et 7 rythme saisonnier pr sent mais non dominant La typologie de station est permanente mais moins sensible
30. ence 10 110 119 Forestier M C 1994 Variabilit spatio temporelle de distribution d Esolus parallelepipedus MUller 1906 Coleoptera Elmidae diff rents chelles de l hydrosyst me fluvial Th se de Doctorat Universit Lyon 1 Franquet E and D Chessel 1994 Approche statistique des composantes spatiales et temporelles de la relation faune milieu Comptes rendus hebdomadaires des S ances de l Acad mie des Sciences D 317 202 206 Franquet E S Dol dec and D Chessel 1995 Using multivariate analyses for separating spatial and temporal effects within species environment relationships Hydrobiologia 300 301 425 43 Lebreton J D R Sabatier G Banco and A M Bacou 1991 Principal component and correspondence analyses with respect to instrumental variables an overview of their role in studies of structure activity and species environment relationships Pages 85 114 in J Devillers and W Karcher editors Applied Multivariate Analysis in SAR and Environmental Studies Kluwer Academic Publishers simier M L Blanc F Pellegrin and D Nandris 1998 Approche simultan e de K couples de tableaux Application l tude des relations pathologie v g tale environnement Revue de Statistique Appliqu e 47 31 46 simier M M Hanafi and D Chessel 1996 Approche simultan e de K couples de tableaux Pages 673 676 in Recueil des r sum s des communications des XXVIII mes Journ es de Statistique Universi
31. end et al 1983 ou inversement pr dire un ensemble de variables de milieu l aide d une structure faunistique notion de bio indicateurs et reconstitution des pal o environnements Ter Braak and Juggins 1993 de facon sym trique tablir la co typologie des stations 1ssue des donn es faunistiques et celle issue des donn es de milieu Actuellement les m thodes de couplage de deux tableaux analyse de co inertie permettent la mise en vidence d une co structure entre relev s m sologiques et faunistiques pour tous les types de donn es Dol dec and Chessel 1994 Dray et al 2003b a Caract riser la stabilit des relations existant entre le tableau faunistique et le tableau m sologique quand l observation a t renouvel e est une question r cente qui a t peu tudi e au plan m thodologique On peut citer les analyses de co inertie inter et intra classes Franquet and Chessel 1994 Franquet et al 1995 La m thode STATICO est introduite pour la premi re fois par un expos de M Simier intitul Approche simultan e de K couples de tableaux aux XXVIII mes Journ es de Statistique Qu bec 1996 http pbil univ lyonl fr R articles arti094b pdf Elle est d crite dans Simier et al 1998 et illustr e dans Thioulouse et al 2003 Les donn es trait es ont la forme suivante STATICO qr5 doc page 2 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutiv
32. er00 Sasad UL e1 9359TD0U LT r00 34 239990 93 323601 Usa 0e 0L 0 999900 9 333906 0l JIl678TDOU 24501078700 A a Boet 92 9396 T0U0 2 5323590T 00 J 0576 01 1 16078T00 75 5676 90l 1 329298 T900 1 232250 T100 96 057601 5 667601 Lo0DDSSTUD LIJ0DSPOU wLIDODOTQOD oDDOUSSDU ZLDUDGTHOD LODDSST UD LQDOSSTPOD wl DODOTOD L 000S 00 SuDODOTPUD 2 000er00 220008400 OuDODSTOD 2 0005 TUO JLJDDOOTOU 0 0008 00 Q ODOSTOD D DODeTOD 0 00058100 D DODETUD kedda O 922205065 e2205p L6 2209 6 92220686 Lal674e9T00 l rL676T00 3 993 8T000 9223299 01L L 1676e190 5 60016F00 3 6576T UU 1 23558 T00 3 295328400 d 535350T700 Les deux tableaux t ktal 2 11 y t kta2 2 ktalS lw Li kta2 lw sont des tableaux individus variables transpos s Ce serait plus naturel de les transposer pour illustration p dagogique statistiquement cela n a strictement aucune incidence d E uk 3 R4 Sb SL Sb SNP http pbil univ lyonl fr R thematique qr5 pdf STATICO qr5 doc page 8 29 05 04 D Chessel Biom trie et Biologie Evolutive Universit Lyon1 pod 03 3333 834 Ceci signifie simplement que x et y ont des poids de colonnes unitaires comme dans toute ACP ktal cw 1 0 1667 0 1667 0 1667 0 1667 0 1667 0 1667 0 1667 0 1667 0 1667 0 1667 11 0 1667 0 1667 0 1667 0 1667 0 1667 0 1667 0 1667 0 1667 0 1667 0 1667 21 0 1667 0 1667 0 1667 0 1667 kta2 cw 1 0 1667 0 1667 0 1667 0 1667 0 1667 0 1667
33. es gros tableaux et enregistre toute diff rence d intensit de structure C est exactement ce qui se passe dans une ACP centr e par rapport une ACP norm e La grande majorit des ACP sont norm es d s qu on donne une chance gale chaque variable C est ce qui a t retenu dans statis et dans pta On peut tre d un avis contraire et c est assez simple de modifier la fonction sa guise On n a gard qu une seule option pour viter les difficult s Le RV est alors Trace Z D Z D RV cos ys Zi Z Trace Z D Z D Trace Z D Z D ptal RV Spring summer autumn winter spring 1 0000 0 4501 0 3538 0 1866 le tableau printemps est un peu part summer 0 4501 1 0000 0 6546 0 3536 autumn 0 3539 0 6546 1 0000 0 6434 winter 0 1866 0 3536 0 6434 1 0000 SRV eig vector 4 eigenvalues oRV GOO data frame 4 4 array scores tab names vector 4 array names s corcircle ptal RV coo label ptal tab names clab 1 5 L analyse triadique partielle ne garantit pas math matiquement que les coordonn es des tableaux sont toutes de m me signe Si ce n est pas le cas il convient de se m fier s rieusement l existence d un compromis n est pas tablie Wo qOOI DIOS mures STATICO qr5 doc page 12 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyon1 eigen values 593 6 45 3 18 42 2 777 2 003 Snf 3 axis components s
34. sse de l eau a une composante temporelle et devient homogene et faible en fin d tiage Mais la composante stationnelle est importante les stations 6 et 7 sont toujours les plus rapides Une ACP centr e sur les donn es de granulom trie donne sco dudi pca mil 1 7 scal F 1i 1 Select the number of axes 1 locl sco La variation de la granulom trie est essentiellement spatiale et les corrections temporelles sont mineures ktamil ktab data frame w rep 7 10 tabnames tab names ktafau w row rep 1 9 w col ktafau cw STATICO qr5 doc page 23 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyonl ktacroi ktab match2ktabs ktamil ktafau ptacroi pta ktacroi ptacroi Partial Triadic Analysis class pta dudi table number 10 row number 9 column number 7 FPT IDLOPSLEUOLUPFE ST FE eigen values 5 547 1 209 0 9964 0 6113 0 5296 SRV matrix 10 10 RV coefficients SERVE vector LO eigenvalues SRV C00 data frame 10 4 array scores S tab names vector 10 array names TWO Compro Se ENS eigen values 7 514 0 03995 0 01636 0 01208 0 002252 4 3 4 2 TN l1nter structure compromis Snf 1 axis components saved 0 8 0 6 04 0 2 0 0 poids dans le compromis Srank 6 vector length mode content Stabw 10 numeric array weights SCW 7 numeric column weights Slw 9 numeric row weights Seig 6 numeric
35. t laval Qu bec Qu bec Canada Ter Braak C J F 1987 Unimodal models to relate species to environment Agricultural Mathematics Group Box 100 NL 6700 AC Wageningen The Netherlands Ter Braak C J T and S Juggins 1993 Weighted averaging partial least squares regression WA PLS an improved method for reconstructing environmental variables from species assemblages Hydrobiologia 269 270 485 502 269 270 485 502 Thioulouse J M Simier and D Chessel 2003 Simultaneous analysis of a sequence of pairs of ecological tables with the STATICO method Ecology 85 272 283 Townsend C R A G Hildrew and J Francis 1983 Community structure in some southern english streams the influence of physicochemical factors Freshwater Biology 13 521 544 Vivien M and R Sabatier 2003 A generalization of STATIS ACT strategy DO ACT for two multiblocks tables Computational Statistics and Data Analysis 46 155 171 STATICO qr5 doc page 26 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf
36. t conserv e Elle varie fortement d une saison l autre et d une variable l autre Le gradient amont aval de d bit est plus sensible en hiver alors que le gradient de temp rature disparait en hiver Le gradient de pollution est le plus fort en automne En moyenne seulement la variabilit est constante Le codage d ade4 est conserv il est plus simple 3 Coupler les K tableaux Il donne le K tableau A dans ADE 4 p 7 Dans ade4 a ktab match2ktabs x y t round a pri 3 Eda Bsp Brh Bni Bpu Cen Ecd Rhi Hla Hab Par Cae big Temp 1 082 0 541 1 202 2 404 0 D 1 503 1 262 1 142 0 1 082 D 0 601 D bat 0 955 0 019 0 959 SZl79 0 O DIDZA eU DA el055 D 20 935 0 2 249 pH 0 086 0 644 0 229 0 180 0 94072 Odla 0 315 0 0 086 0 0 200 Condi 0246 L 058 0 1839 04454 0 0 s0 OAI 0728 0 156 D uu 2426 2 083 Oxyg 0 392 2 521 0 764 0 970 0 G 70 659 1 527 0 904 0 0 392 On du 752 Los 0 212 90 5999 007 0 4237 0 D ecDIOUO 0 403 0 200 O DIEI 0 s0452 Oxyd SZI m1022 SL c0 617 0 D eDu052 cUUDOQU 0 287 D US UJ Ammo 0 205 0 6898 0 007 0 443 0 Q D DOT 0 429 0 256 Br eu 0 0 421 Nicra 0147 0 080 0 35322 0 204 0 Q 0 316 0 184 0 077 D DV 147 cL T Phos 0 302 0 734 250 0986 0 6325 0 O 0130 Uu9547 0 3742 D D 802 0 20 345 STATICO qr5 doc page 5 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyon1 Binary input file d oper set
37. tab match2ktabs je mets cette version dans http pbil univ lyonl fr R donnees ktab match2ktabs R et elle sera int gr e la version suivante d ade4 partir de 1 2 2 En attendant pour en disposer faire source http pbil univ lyon1 fr R donnees ktab match2ktabs R kcoi ktab match2ktabs KTX ktal KTY kta2 sepan kcoi S Eig 1 3 304e 01 1 973e 01 3 652e 00 1 504e 01 8 619e 03 1 767e 02 3 220e 01 8 4 598e 00 6 742e 01 3 512e 01 6 734e 02 3 486e 01 1 868e 01 1 867e 00 15 3 037e 01 6 434e 01 1 431e 01 1 512e 00 1 648e 01 2 005e 02 coi xy eig 1 176 6617 32 2006 4 9993 0 6742 Dom STATICO qr5 doc page 9 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyonl ptal pta kcoi Select the number of axes 3 500 300 l 200 100 l MEM J Ce qui est logique est donc de caract riser chaque date chacune des analyses de co inertie Ce jeu peut tre raffin Par exemple Inertie des analyses du tableau de milieu sepl sepan ktal wl factor rep l length sepl rank sepl rank tapply sepl Eig w1 sum 1 2 S 4 S431 124 993 17 475 4221 Inertie des analyses du tableau de faune sep2 sepan kta2 w2 factor rep l length sep2 rank sep2 rank tapply sep2 Eig w2 sum 1 z 3 4 19 16 52 64 98 78 27 30 Variances vectorielles des analyses du tableau de milieu tapply sepl Eig wl function x sum x x 1 2 3
38. ue partielle sur le nouveau ktableau mais dans les sorties je n ai pas les coordonn es des lignes stations communes aux 2 ktableaux comment puis je les obtenir La diversit potentielle de ces pratiques fait qu il est pratiquement impossible d crire un programme qui r ponde cet objectif Il y a plusieurs analyses de base d un tableau d autant plus de possibilit s de fabriquer un K tableaux et d autant plus de possibilit s de coupler deux k tableaux Il faudrait envisager des dizaines de variantes En fait dans R la capacit de faire des calculs compl mentaires toute proc dure est sans limite et seule la maitrise du contenu th orique est indispensable ce qui est la cadet des soucis de l utilisateur D o la question qui est cependant pertinente D o la r ponse qui suit Les illustrations reprendront strictement celle de la fiche ftp pbil univ lyonl fr pub mac ADE ADE4 DocThemPDF Thema58 pdf L objectif y est d crit sans ambigu t Caract riser les relations existant entre le tableau faunistique X et le tableau m sologique Y est un probl me classique en cologie Ce probl me est au centre de toutes les tudes visant de fa on dissym trique Ter Braak 1987 Lebreton et al 1991 Chessel and Mercier 1993 expliquer une typologie faunistique des stations l aide de plusieurs variables de milieux notion d cologie factorielle particuli rement importante dans le suivi cologique des rivi res Towns
39. vien et Sabatier 2003 o malheureusement les comptages d insectes sont normalis s directement comme des variables quantitatives En fait chaque sous tableau est une table de contingence r partissant les insectes par stations et par dates de pr l vement Les tableaux de comptages rel vent d une AFC Les arguments des auteurs propos de ces donn es sont en fait surprenants The data set used in this paper has been collected by Forestier 1994 It can be free obtained from the database of Chessel and Dol dec 1993 This data collection is the result of an experimentation about the reproductibility of Esolus parallelipipedus in a fluvial ecosystem In these data there are 10 times of sampling not equally spaced from 1981 10 27 to 1982 12 01 hence it is possible to compare the results of DO ACT with those of STATICO Moreover because the sampling points are not equally distributed in time the hypothesis of non influence of two successive measurements which is assumed in STATICO is very difficult to carry out Hence DO ACT seems a priori more appropriate than STATICO On s pare les deux k tableaux fau w 10 16 names fau 1 Por Toae wes MON Nue MSN sudo mil w 1 9 names mil 1 Iim sab gra gal pie blo dal hau vit sta w s dat w t summary sta sl s2 s3 s4 sb s6 s7 10 10 10 10 10 10 10 summary dat EL t2 t3 t4 t5 t6 t7 Ce t9 ta 7 7 ce Xp 7 7 7 xc 7 coal dudi coa fau STATICO qr5 doc page
40. ype n 10 split x sta lapply 10 1ines x b s label cbind data frame jour x label sta dat Le k tableau faunistique ne pose pas de probl mes ktafau ktab within witl Cela donne une pond ration des stations par date split ktafau cw dat Stl ele parl Bo ul s4 tl eol Bo DIl Bs 0 005671 0 357278 0 083176 0 085066 0 103970 0 160681 0 204159 Sta sl ta s2 ta s3 ta s4 ta s5 ta s6 ta s7 ta 0 04743 0 26087 0 21344 0 19763 0 12648 0 14229 0 01186 On les garde Les tableaux de 12 sont centr s par variables pour la pond ration des AFC par tableau de ktafau Il faut les assembler 10 lt split mil dat ll lt split ktafau cw dat 12 lt lapply 1 10 function k scalewt X 10 k wt 11 k scale Fr w NULL for k in 1 10 w rbind data frame w 12 k l pl apply w 2 function x sqrt sum x x ktafau cw 10 les moyennes des variances par variables w sweep w 2 p1l apply w 2 function x sum x x ktafau cw as data frame t w locl mil hau locl as numeric w 8 La hauteur d eau est une variable saisonni re tiage en t La variation saisonni re est limin e par le changement de variable La variabilit locale est par contre conserv e la fin de l tiage la rivi re est homog ne STATICO qr5 doc page 22 29 05 04 http pbil univ lyonl fr R thematique qr5 pdf D Chessel Biom trie et Biologie Evolutive Universit Lyon1 locl mil vit locl as numeric w 9 La vite
Download Pdf Manuals
Related Search