ich habe Abundanzdaten von Spinnen, die ich in verschiedenen Waldbeständen gefangen habe und möchte eine NMDS durchführen. Grundsätzlich klappt es auch, auch wenn der Stresswert relativ hoch ist.
Allerdings erhalte ich die Meldung, dass die beste Lösung nicht wiederholt werden konnte.
Spiders_NMDS <- metaMDS(nmds_data[,7:54], k = 2, distance = "horn", trymax= 100, maxit=1000 )
hier die letzten Zeilen der Ausgabe:
Run 100 stress 0.2085273
... Procrustes: rmse 0.008630914 max resid 0.05303693
*** Best solution was not repeated -- monoMDS stopping criteria:
100: stress ratio > sratmax
und die Ausgabe aus print(Spiders_NMDS)
Call:
metaMDS(comm = nmds_data[, 7:54], distance = "horn", k = 2, trymax = 100, maxit = 1000)
global Multidimensional Scaling using monoMDS
Data: wisconsin(nmds_data[, 7:54])
Distance: horn
Dimensions: 2
Stress: 0.208454
Stress type 1, weak ties
Best solution was not repeated after 100 tries
The best solution was from try 75 (random start)
Scaling: centring, PC rotation, halfchange scaling
Species: expanded scores based on ‘wisconsin(nmds_data[, 7:54])’
Ich habe in einem anderen Forum gelesen, dass es statistisch nicht wirklich zulässig ist, sich auf diese Daten zu verlassen und sie in weiteren Analysen zu benutzen. Ist das richtig?
Auf der offiziellen R Seite steht immerhin, dass man die Daten dennoch benutzen könne, aber die Bedenken aus dem besagten Forum sind sicher nicht unbegründet...siehe : https://stackoverflow.com/questions/741 ... -nmds-in-r
Vorschläge die von R zu diesem Problem gegeben werden, helfen mit leider nicht. siehe : https://rdrr.io/cran/vegan/man/metaMDS.html (Abschnitt 'Results could not be repeated')
Z.B habe ich bereits maxit und trymax erhöht, jedoch wird die Meldung weiterhin ausgegeben. Ebenfalls habe ich einen erneuten Durchlauf mit previous.best gemacht
metaMDS(nmds_data[,7:54], k = 2, distance = "horn",trymax= 100, maxit= 100, previous.best = Spiders_NMDS)
Dies ändert allerdings auch nichts an der Ausgabe.
Auch die Dimensionen zu erhöhen bringt keine Änderung und ist z.B bezogen auf die Visualisierung auch gar nicht sinnvoll oder?
Hat jemand Erfahrung mit diesem Problem?
Gibt es Möglichkeiten ein zuverlässigeres Ergebnis zu erzielen?
Mein Datensatz enthält grundsätzlich viele nullen und es gibt wahrscheinlich viele Fallen, die eine sehr große Distanz zueinander aufweisen, vllt ist das von Bedeutung.....
Vielen Dank für Rückmeldungen
