วิธีการคำนวณความแตกต่างของ bray-curtis ใน r

ความแตกต่างของเบรย์-เคอร์ติส เป็นวิธีหนึ่งในการวัดความแตกต่างระหว่างสถานที่สองแห่งที่ต่างกัน

มักใช้ในนิเวศวิทยาและชีววิทยาเพื่อหาปริมาณความแตกต่างระหว่างสองแหล่งในแง่ของชนิดพันธุ์ที่พบในแหล่งเหล่านั้น

มีการคำนวณดังนี้:

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

ทอง:

• C _ij : ผลรวมของค่าต่ำสุดสำหรับชนิดพันธุ์ที่พบในแต่ละไซต์
• S _i : จำนวนตัวอย่างทั้งหมดที่นับที่ไซต์ i
• S _j : จำนวนตัวอย่างทั้งหมดที่นับที่ไซต์ j

ความแตกต่างระหว่าง Bray-Curtis อยู่ระหว่าง 0 ถึง 1 เสมอ โดยที่:

• 0 แสดงว่าทั้งสองไซต์ไม่มีความแตกต่างกัน กล่าวอีกนัยหนึ่ง พวกมันมีจำนวนสายพันธุ์แต่ละชนิดเท่ากันทุกประการ
• 1 บ่งชี้ว่าสองไซต์มีความแตกต่างกันโดยสิ้นเชิง กล่าวอีกนัยหนึ่ง พวกเขาไม่มีสายพันธุ์ชนิดเดียวกันร่วมกัน

ตัวอย่างเช่น สมมติว่านักพฤกษศาสตร์ออกไปนับจำนวนพืชที่แตกต่างกันห้าชนิด (A, B, C, D และ E) ในสถานที่สองแห่งที่ต่างกัน

ตารางต่อไปนี้สรุปข้อมูลที่เธอรวบรวม:

เมื่อใช้ข้อมูลนี้ เธอสามารถคำนวณความแตกต่างของเบรย์-เคอร์ติสได้ดังนี้

เมื่อรวมตัวเลขเหล่านี้เข้ากับสูตรความแตกต่างระหว่างเบรย์-เคอร์ติส เราจะได้:

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

ความแตกต่างของ Bray-Curtis ระหว่างสองไซต์นี้คือ 0.33

ตัวอย่างต่อไปนี้แสดงวิธีคำนวณความแตกต่างของ Bray-Curtis ใน R

ตัวอย่าง: การคำนวณความแตกต่างของ Bray-Curtis ใน R

ขั้นแรก เรามาสร้าง data frame ต่อไปนี้ใน R เพื่อเก็บค่าข้อมูลของเรา:

 #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

เราสามารถใช้โค้ดต่อไปนี้เพื่อคำนวณความแตกต่างของ Bray-Curtis ระหว่างสองแถวในกรอบข้อมูล:

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

[1] 0.3333333

Bray-Curtis แตกต่างออกไป 0.33 .

ซึ่งตรงกับค่าที่เราคำนวณด้วยตนเองก่อนหน้านี้

หมายเหตุ : สูตรนี้จะใช้ได้ก็ต่อเมื่อแต่ละแถวในกรอบข้อมูลแสดงถึงไซต์ที่แยกจากกัน

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีคำนวณหน่วยวัดความคล้ายคลึงอื่นๆ ใน R:

วิธีการคำนวณความคล้ายคลึงกันของ Jaccard ใน R
วิธีการคำนวณความคล้ายคลึงโคไซน์ใน R