聚類分析，不按組/居住地划分樹狀圖

Question

我似乎找不到與我的問題有關的話題（至少簡單來說）。

我有一個按樣點（行）划分的物種（列）的社區矩陣。 首先，我執行了Bray-Curtis變換以獲得相似/不相似矩陣（ vegdist ），其次，將hclust函數應用於矩陣。

我使用的腳本部分：

library(vegan)
community_matrix <- read.csv(choose.files(),sep=",",row.names=1)
d = (1 - vegdist(community_matrix, method="bray")) * 100
h = hclust(d, method = "ward.D2")
plot(h, main = "", sub = "", xlab="", ylab = "Bray-Curtis simmilarity", axes = FALSE, hang = -1)

一切正常，但是，上面的結果形成了具有127個分支的樹狀圖（每個示例站點一個）。 我想將127個樣本站點按5個屬於這些站點的HABITATS進行分組。 然后，樹狀圖的分​​支將顯示出更多的理解，而不是樣本位置的5分支（棲息地）樹狀圖。 因此，必須在生境上進行聚類，並按采樣點進行加權。

我之前曾在PC-ORD中進行過此分析，但是這次必須在無情的R中完成。

Answer 1

匯總數據。

如果要對棲息地進行聚類，則數據應位於棲息地，而不是地點。

但是，如果生境結構沒有從這些地點出現，則生境的相似性可能不是非常實質/數據不能很好地支持（或者數據預處理得不夠好）。