R에서 bray-curtis 차이점을 계산하는 방법

Bray-Curtis 차이점은 서로 다른 두 사이트 간의 차이점을 측정하는 방법입니다.

이는 생태학 및 생물학에서 두 지역에서 발견된 종의 측면에서 두 지역 간의 차이를 정량화하기 위해 자주 사용됩니다.

다음과 같이 계산됩니다.

BC _ij = 1 – (2*C _ij ) / (S _i + S _j )

금:

• C _ij : 각 현장에서 발견된 종의 최저값의 합.
• S _i : 사이트 i 에서 계수된 총 검체 수
• S _j : 사이트 j 에서 계수된 총 검체 수

Bray-Curtis 차이점은 항상 0과 1 사이입니다.

• 0은 두 사이트에 차이점이 없음을 나타냅니다. 즉, 그들은 각 유형의 종을 정확히 동일한 수로 공유합니다.
• 1은 두 사이트가 완전히 다르다는 것을 나타냅니다. 즉, 동일한 유형의 어떤 종도 공유하지 않습니다.

예를 들어, 식물학자가 두 곳의 다른 장소에 나가서 다섯 가지 식물 종(A, B, C, D, E)의 수를 세었다고 가정해 보겠습니다.

다음 표에는 그녀가 수집한 데이터가 요약되어 있습니다.

이 데이터를 사용하여 그녀는 Bray-Curtis 상이성을 다음과 같이 계산할 수 있습니다.

이 숫자를 Bray-Curtis 비유사성 공식에 통합하면 다음을 얻을 수 있습니다.

• BC _ij = 1 – (2*C _ij ) / (S _i + S _j )
• BC _ij = 1 – (2*15) / (21 + 24)
• 기원전 _ij = 0.33

이 두 사이트 간의 Bray-Curtis 차이점은 0.33 입니다.

다음 예는 R에서 Bray-Curtis 비평사성을 계산하는 방법을 보여줍니다.

예: R에서 Bray-Curtis 차이점 계산

먼저, 데이터 값을 보관하기 위해 R에서 다음 데이터 프레임을 생성해 보겠습니다.

 #create data frame
df <- data. frame (A=c(4, 3),
                 B=c(0, 6),
                 C=c(2, 0),
                 D=c(7, 4),
                 E=c(8, 11))

#view data frame
df

  A B C D E
1 4 0 2 7 8
2 3 6 0 4 11

다음 코드를 사용하여 데이터 프레임의 두 행 사이의 Bray-Curtis 차이점을 계산할 수 있습니다.

 #calculate Bray–Curtis dissimilarity
sum( apply (df, 2, function (x) abs ( max (x)- min (x)))) / sum ( rowSums (df))

[1] 0.3333333

Bray-Curtis는 0.33 으로 다르게 나타났습니다.

이는 이전에 수동으로 계산한 값과 일치합니다.

참고 : 이 공식은 데이터 프레임의 각 행이 별도의 사이트를 나타내는 경우에만 작동합니다.

추가 리소스

다음 튜토리얼에서는 R에서 다른 유사성 측정항목을 계산하는 방법을 설명합니다.

R에서 Jaccard 유사성을 계산하는 방법
R에서 코사인 유사성을 계산하는 방법