O pacote ecoCopula permite visualizar dados discretos multivariados com modelos gráficos e ordenação. O pacote foi projetado principalmente para dados de abundância multivariada em ecologia, porém pode ser aplicado a quaisquer dados discretos multivariados.
As duas funções principais são:
- Ordenação de cópula ( cord) para visualizar como amostras (sítios) e variáveis estão localizadas ao longo de diversas variáveis latentes (gradiente ambiental não observado).
- Modelos gráficos de cópula (cgr) para traçar um gráfico que distingue entre associações diretas e indiretas entre variáveis.
cgr: Ajusta lasso gráfico de cópula gaussiana a dados de coocorrência (multi espécies) em ecologia
Valor: Três objetos são retornados; best_graph é uma lista com parâmetros para o ‘melhor’ modelo gráfico, escolhido pelo método selecionado; all_graphs é uma lista com verossimilhança, BIC e AIC para todos os modelos ao longo do caminho de lambda; obj é o objeto de entrada.
Detalhes: O modelo é estimado usando amostragem de importância com K conjuntos de resíduos de Dunn–Smyth (padrão = 500), e o pacote glasso para ajustar modelos gráficos gaussianos.
summary.cgr Função de resumo para objeto cgr
y: Um quadro de dados com 28 observações sobre a abundância de 12 espécies de aranhas caçadoras.
## Alopacce Alopcune Alopfabr Arctlute Arctperi Auloalbi Pardlugu Pardmont
## [1,] 25 10 0 0 0 4 0 60
## [2,] 0 2 0 0 0 30 1 1
## [3,] 15 20 2 2 0 9 1 29
## [4,] 2 6 0 1 0 24 1 7
## [5,] 1 20 0 2 0 9 1 2
## [6,] 0 6 0 6 0 6 0 11
## [7,] 2 7 0 12 0 16 1 30
## [8,] 0 11 0 0 0 7 55 2
## [9,] 1 1 0 0 0 0 0 26
## [10,] 3 0 1 0 0 0 0 22
## [11,] 15 1 2 0 0 1 0 95
## [12,] 16 13 0 0 0 0 0 96
## [13,] 3 43 1 2 0 18 1 24
## [14,] 0 2 0 1 0 4 3 14
## [15,] 0 0 0 0 0 0 6 0
## [16,] 0 3 0 0 0 0 6 0
## [17,] 0 0 0 0 0 0 2 0
## [18,] 0 1 0 0 0 0 5 0
## [19,] 0 1 0 0 0 0 12 0
## [20,] 0 2 0 0 0 0 13 0
## [21,] 0 1 0 0 0 0 16 1
## [22,] 7 0 16 0 4 0 0 2
## [23,] 17 0 15 0 7 0 2 6
## [24,] 11 0 20 0 5 0 0 3
## [25,] 9 1 9 0 0 2 1 11
## [26,] 3 0 6 0 18 0 0 0
## [27,] 29 0 11 0 4 0 0 1
## [28,] 15 0 14 0 1 0 0 6
## Pardnigr Pardpull Trocterr Zoraspin
## [1,] 12 45 57 4
## [2,] 15 37 65 9
## [3,] 18 45 66 1
## [4,] 29 94 86 25
## [5,] 135 76 91 17
## [6,] 27 24 63 34
## [7,] 89 105 118 16
## [8,] 2 1 30 3
## [9,] 1 1 2 0
## [10,] 0 0 1 0
## [11,] 0 1 4 0
## [12,] 1 8 13 0
## [13,] 53 72 97 22
## [14,] 15 72 94 32
## [15,] 0 0 25 3
## [16,] 2 0 28 4
## [17,] 0 0 23 2
## [18,] 0 0 25 0
## [19,] 1 0 22 3
## [20,] 0 0 22 2
## [21,] 0 1 18 2
## [22,] 0 0 1 0
## [23,] 0 0 1 0
## [24,] 0 0 0 0
## [25,] 6 0 16 6
## [26,] 0 0 1 0
## [27,] 0 0 0 0
## [28,] 0 0 2 0X: Uma matriz de seis variáveis ambientais (transformadas) em cada um dos 28 locais.
## soil.dry bare.sand fallen.leaves moss herb.layer reflection
## 1 2.3321 0.0000 0.0000 3.0445 4.4543 3.9120
## 2 3.0493 0.0000 1.7918 1.0986 4.5643 1.6094
## 3 2.5572 0.0000 0.0000 2.3979 4.6052 3.6889
## 4 2.6741 0.0000 0.0000 2.3979 4.6151 2.9957
## 5 3.0155 0.0000 0.0000 0.0000 4.6151 2.3026
## 6 3.3810 2.3979 3.4340 2.3979 3.4340 0.6931
## 7 3.1781 0.0000 0.0000 0.6931 4.6151 2.3026
## 8 2.6247 0.0000 4.2627 1.0986 3.4340 0.6931
## 9 2.4849 0.0000 0.0000 4.3307 3.2581 3.4012
## 10 2.1972 3.9318 0.0000 3.4340 3.0445 3.6889
## 11 2.2192 0.0000 0.0000 4.1109 3.7136 3.6889
## 12 2.2925 0.0000 0.0000 3.8286 4.0254 3.6889
## 13 3.5175 1.7918 1.7918 0.6931 4.5109 3.4012
## 14 3.0865 0.0000 0.0000 1.7918 4.5643 1.0986
## 15 3.2696 0.0000 4.3944 0.6931 3.0445 0.6931
## 16 3.0301 0.0000 4.6052 0.6931 0.6931 0.0000
## 17 3.3322 0.0000 4.4543 0.6931 3.0445 1.0986
## 18 3.1224 0.0000 4.3944 0.0000 3.0445 1.0986
## 19 2.9232 0.0000 4.5109 1.6094 1.6094 0.0000
## 20 3.1091 0.0000 4.5951 0.6931 0.6931 0.0000
## 21 2.9755 0.0000 4.5643 0.6931 1.7918 0.0000
## 22 1.2528 3.2581 0.0000 4.3307 0.6931 3.9120
## 23 1.1939 3.0445 0.0000 4.0254 3.2581 4.0943
## 24 1.6487 3.2581 0.0000 4.0254 3.0445 4.0073
## 25 1.8245 3.5835 0.0000 1.0986 4.1109 2.3026
## 26 0.9933 4.5109 0.0000 1.7918 1.7918 4.3820
## 27 0.9555 2.3979 0.0000 3.8286 3.4340 3.6889
## 28 0.9555 3.4340 0.0000 3.7136 3.4340 3.6889Um objeto stackedsdm utilizado para previsão em Modelos de regressão de espécies empilhadas, ajustados em paralelo. (Pacote mvabund)
Inicialmente, estamos ajustando um modelo com intercepto apenas, sem considerar nenhum outra variável explicativa.
# Estimativa dos parâmetros beta e psi
spider_mod <- stackedsdm(abund,~1, data = spider$x, ncores=2) ##
## Call:
## stackedsdm(y = abund, formula_X = ~1, data = spider$x, ncores = 2)
##
## Pairwise associations:
## Alo Alo Alo Arc Arc Aul Par Par Par Par Tro
## Alo 0.000 0.000 0.304 0.000 0.056 0.000 -0.275 0.385 0.000 0.000 -0.025
## Alo 0.000 0.000 0.000 0.000 -0.050 0.047 0.000 0.133 0.231 0.155 0.224
## Alo 0.304 0.000 0.000 0.000 0.235 0.000 -0.015 0.000 0.000 0.000 -0.224
## Arc 0.000 0.000 0.000 0.000 0.000 0.023 -0.035 0.000 0.167 0.137 0.048
## Arc 0.056 -0.050 0.235 0.000 0.000 0.000 -0.042 -0.067 0.000 0.000 -0.147
## Aul 0.000 0.047 0.000 0.023 0.000 0.000 0.000 0.021 0.195 0.247 0.102
## Par -0.275 0.000 -0.015 -0.035 -0.042 0.000 0.000 -0.203 0.000 0.000 0.105
## Par 0.385 0.133 0.000 0.000 -0.067 0.021 -0.203 0.000 0.000 0.247 0.000
## Par 0.000 0.231 0.000 0.167 0.000 0.195 0.000 0.000 0.000 0.193 0.117
## Par 0.000 0.155 0.000 0.137 0.000 0.247 0.000 0.247 0.193 0.000 0.164
## Tro -0.025 0.224 -0.224 0.048 -0.147 0.102 0.105 0.000 0.117 0.164 0.000
## Zor -0.130 0.000 0.000 0.093 0.000 0.116 0.000 0.000 0.166 0.000 0.405
## Zor
## Alo -0.130
## Alo 0.000
## Alo 0.000
## Arc 0.093
## Arc 0.000
## Aul 0.116
## Par 0.000
## Par 0.000
## Par 0.166
## Par 0.000
## Tro 0.405
## Zor 0.000## Alopacce Alopcune Alopfabr Arctlute Arctperi
## Alopacce 1.00000000 -0.10339710 0.48462796 -0.09501208 0.26065214
## Alopcune -0.10339710 1.00000000 -0.29846793 0.36839842 -0.31701899
## Alopfabr 0.48462796 -0.29846793 1.00000000 -0.20946898 0.43907508
## Arctlute -0.09501208 0.36839842 -0.20946898 1.00000000 -0.19799175
## Arctperi 0.26065214 -0.31701899 0.43907508 -0.19799175 1.00000000
## Auloalbi -0.13165304 0.51225212 -0.28601866 0.38177548 -0.27176781
## Pardlugu -0.49124352 0.07437421 -0.29037331 0.04249923 -0.18741450
## Pardmont 0.45128155 0.29620190 0.09576954 0.16033663 -0.05490586
## Pardnigr -0.16065334 0.62222075 -0.32582837 0.47818962 -0.30843692
## Pardpull -0.05318095 0.59746808 -0.27182962 0.45072469 -0.28454042
## Trocterr -0.31497674 0.62229433 -0.51665642 0.43051248 -0.44834230
## Zoraspin -0.31854074 0.50100453 -0.40864083 0.41340246 -0.34386151
## Auloalbi Pardlugu Pardmont Pardnigr Pardpull Trocterr
## Alopacce -0.13165304 -0.49124352 0.45128155 -0.1606533 -0.05318095 -0.3149767
## Alopcune 0.51225212 0.07437421 0.29620190 0.6222207 0.59746808 0.6222943
## Alopfabr -0.28601866 -0.29037331 0.09576954 -0.3258284 -0.27182962 -0.5166564
## Arctlute 0.38177548 0.04249923 0.16033663 0.4781896 0.45072469 0.4305125
## Arctperi -0.27176781 -0.18741450 -0.05490586 -0.3084369 -0.28454042 -0.4483423
## Auloalbi 1.00000000 0.09092954 0.22321611 0.6088848 0.61189976 0.5835068
## Pardlugu 0.09092954 1.00000000 -0.35186060 0.1100958 0.03203937 0.2470608
## Pardmont 0.22321611 -0.35186060 1.00000000 0.2261169 0.38533731 0.1368118
## Pardnigr 0.60888484 0.11009576 0.22611694 1.0000000 0.64211159 0.6543311
## Pardpull 0.61189976 0.03203937 0.38533731 0.6421116 1.00000000 0.6128274
## Trocterr 0.58350676 0.24706080 0.13681177 0.6543311 0.61282743 1.0000000
## Zoraspin 0.53561282 0.20913351 0.08705506 0.6058451 0.51027603 0.7267551
## Zoraspin
## Alopacce -0.31854074
## Alopcune 0.50100453
## Alopfabr -0.40864083
## Arctlute 0.41340246
## Arctperi -0.34386151
## Auloalbi 0.53561282
## Pardlugu 0.20913351
## Pardmont 0.08705506
## Pardnigr 0.60584514
## Pardpull 0.51027603
## Trocterr 0.72675509
## Zoraspin 1.00000000## [1] 0.09686299
Controle por covariáveis
Estamos ajustando um modelo com covariavéis ambientais, exceto areia exposta.
X <- spider$x # X
abund <- spider$abund # y
myfamily <- "negative.binomial"
#Modelos de regressão de espécies empilhadas, estimativa dos parâmetros beta e psi
spider_mod1 <- stackedsdm(abund, formula_X = ~. -bare.sand, data = X, family = myfamily, ncores = 2)##
## Call:
## stackedsdm(y = abund, formula_X = ~. - bare.sand, data = X, family = myfamily,
## ncores = 2)
##
## Pairwise associations:
## Alo Alo Alo Arc Arc Aul Par Par Par Par Tro Zor
## Alo 0.000 0.000 0 0 0 0 0 0.069 0.000 0 0.000 0.000
## Alo 0.000 0.000 0 0 0 0 0 0.000 0.141 0 0.194 0.000
## Alo 0.000 0.000 0 0 0 0 0 0.000 0.000 0 0.000 0.000
## Arc 0.000 0.000 0 0 0 0 0 0.000 0.000 0 0.000 0.000
## Arc 0.000 0.000 0 0 0 0 0 0.000 0.000 0 0.000 0.000
## Aul 0.000 0.000 0 0 0 0 0 0.000 0.000 0 0.000 0.000
## Par 0.000 0.000 0 0 0 0 0 0.000 0.000 0 0.000 0.000
## Par 0.069 0.000 0 0 0 0 0 0.000 0.000 0 0.000 0.000
## Par 0.000 0.141 0 0 0 0 0 0.000 0.000 0 0.152 0.190
## Par 0.000 0.000 0 0 0 0 0 0.000 0.000 0 0.000 0.000
## Tro 0.000 0.194 0 0 0 0 0 0.000 0.152 0 0.000 0.112
## Zor 0.000 0.000 0 0 0 0 0 0.000 0.190 0 0.112 0.000## Alopacce Alopcune Alopfabr Arctlute Arctperi Auloalbi Pardlugu
## Alopacce 1.0000000 0.00000000 0 0 0 0 0
## Alopcune 0.0000000 1.00000000 0 0 0 0 0
## Alopfabr 0.0000000 0.00000000 1 0 0 0 0
## Arctlute 0.0000000 0.00000000 0 1 0 0 0
## Arctperi 0.0000000 0.00000000 0 0 1 0 0
## Auloalbi 0.0000000 0.00000000 0 0 0 1 0
## Pardlugu 0.0000000 0.00000000 0 0 0 0 1
## Pardmont 0.0693495 0.00000000 0 0 0 0 0
## Pardnigr 0.0000000 0.18538788 0 0 0 0 0
## Pardpull 0.0000000 0.00000000 0 0 0 0 0
## Trocterr 0.0000000 0.22726989 0 0 0 0 0
## Zoraspin 0.0000000 0.06197391 0 0 0 0 0
## Pardmont Pardnigr Pardpull Trocterr Zoraspin
## Alopacce 0.0693495 0.0000000 0 0.0000000 0.00000000
## Alopcune 0.0000000 0.1853879 0 0.2272699 0.06197391
## Alopfabr 0.0000000 0.0000000 0 0.0000000 0.00000000
## Arctlute 0.0000000 0.0000000 0 0.0000000 0.00000000
## Arctperi 0.0000000 0.0000000 0 0.0000000 0.00000000
## Auloalbi 0.0000000 0.0000000 0 0.0000000 0.00000000
## Pardlugu 0.0000000 0.0000000 0 0.0000000 0.00000000
## Pardmont 1.0000000 0.0000000 0 0.0000000 0.00000000
## Pardnigr 0.0000000 1.0000000 0 0.2123125 0.21844105
## Pardpull 0.0000000 0.0000000 1 0.0000000 0.00000000
## Trocterr 0.0000000 0.2123125 0 1.0000000 0.15552298
## Zoraspin 0.0000000 0.2184410 0 0.1555230 1.00000000## [1] 0.3587627