scatter3d(): chol.default(shape) 錯誤: 前導次要順序不是正定的

Question

我目前正在嘗試在 R 中進行主坐標分析 (PCoA)。 我對 R 非常陌生，並且仍在嘗試學習語法和代碼。 我成功地運行 PCoA 並將其帶到 plot，現在我正在嘗試使用 scatter3d() ZC1C425268E68385D1AB4ZZC17A94F1 在 3D 空間中可視化 PCoA。

我使用以下代碼成功運行了 PCoA

#Running the PCoA
library(vegan)
library(labdsv)

Gowerdist <- vegdist(data.frame,method="gower", na.rm= TRUE)
pcotest <- pco(Gowerdist,k=4)
summary(pcoaTESTplot)
write.csv(pcotest$points,'pcotestPOINTS.csv')

#Plotting PcoA
library(ggplot2)
pcoaTESTplot <- read.csv("pcotestPOINTS.csv")
ggplot(pcoaTESTplot, aes(x=V1, y=V2, color=Species)) + geom_point() + geom_text(aes(label=Species),hjust=0, vjust=0)

pcotestPOINTS.csv 通常在 2D 平面中繪制，我按物種對其進行分組，並具有以下值（我是 R 的新手，不知道如何將其寫成代碼；建議會有所幫助）：

 Species           V1           V2           V3           V4
1     cf_M -0.031781895 -0.014792286 -0.004503777 -0.012610220
2        C -0.091464004 -0.134006338 -0.017100030  0.049538102
3        C -0.142280811 -0.071970920  0.057220986  0.015636930
4        G  0.127901175 -0.056155450 -0.018575333  0.015381534
5        G  0.116318613 -0.125552537  0.036418773 -0.098754726
6        G  0.212966778 -0.097406669 -0.023185002  0.081309634
7        G  0.063114834 -0.052422944 -0.027281979 -0.013183572
8        G  0.164193441 -0.145067313  0.047893500 -0.075261012
9        G  0.125573983 -0.030635914 -0.003522366  0.055693725
10       C -0.175866887 -0.049829963 -0.032233067  0.033557543
11    cf_M -0.135541377  0.055739251 -0.089503580  0.048764398
12       C -0.177278483 -0.022729224 -0.036536839  0.056107016
13       C -0.213010465 -0.048179837 -0.066925006  0.044377553
14       C -0.150118314 -0.011262976  0.052875986  0.078814272
15       C -0.052938204 -0.032302610  0.031115540  0.041222419
16    cf_M -0.060527464  0.047843822 -0.032686702 -0.116874986
17    cf_M -0.104463064 -0.056349285  0.031957309 -0.059974654
18       C -0.110412784 -0.023630954  0.005149408  0.044280367
19    cf_M -0.120946082  0.060083837 -0.085371294 -0.130249238
20    cf_M -0.052607412 -0.035729934  0.034557754  0.039291800
21       M -0.098428805  0.227005817  0.012707286  0.015943080
22       G  0.111732258 -0.105793117 -0.078062124  0.018757562
23       G  0.104440727 -0.043103550 -0.054803773  0.040568053
24       G  0.114630615 -0.102812853  0.029796076 -0.025098120
25    cf_G  0.041189558 -0.109686712 -0.081449510  0.012694654
26       G  0.139372615 -0.073429675 -0.035514832 -0.021797285
27    cf_G  0.049630172 -0.120238042 -0.082500823 -0.025354457
28       G  0.131962913 -0.079345351 -0.038031678  0.032418512
29       G  0.145388151 -0.073033647 -0.006097915  0.016838026
30       G  0.153083521 -0.080719015  0.009411666  0.013890614
31       G  0.163658995 -0.056128193  0.014838792  0.019248676
32       G  0.175740848 -0.055809349 -0.085783874  0.042118869
33       M  0.122374853  0.121760579  0.000972723 -0.048284135
34       M  0.073623753  0.083966711 -0.048553107  0.014595662
35    cf_M  0.002493609 -0.019775472  0.048228606 -0.107557856
36    cf_M -0.142542791 -0.048504297 -0.033862597  0.014891024
37       M  0.073067507  0.175692122 -0.032429380 -0.013033796
38       M  0.049394837  0.048055305 -0.048492332  0.024362833
39       M  0.043374473  0.148914450 -0.071568319  0.076386040
40       M  0.100479924  0.101136266 -0.000714071  0.069775037
41       C -0.095274095 -0.066087291  0.126446794 -0.054039041
42       C -0.050515560 -0.075369130  0.075846115  0.004257934
43    cf_C -0.120209368 -0.044737012 -0.015814314  0.029790605
44       M  0.033819722  0.077098451  0.103200615  0.001797658
45       M  0.099041728  0.127793360  0.123679516 -0.092233055
46       C -0.119684548 -0.071573066  0.020774450  0.045440300
47       M  0.080064569  0.158117147  0.050984478  0.049517871
48       M  0.073061563  0.179736841  0.061438231 -0.085872914
49       M  0.066196996  0.126650019 -0.073256733  0.050736463
50       M -0.017180859  0.092915512 -0.062340826  0.030966866
51       M  0.007313941  0.030544171  0.034107786 -0.008451064
52       M  0.030077136  0.091946729  0.019021861 -0.037148376
53       M  0.181104379  0.154261866  0.184970234  0.152371966
54    cf_M -0.076461621  0.038913381 -0.094850112 -0.075737783
55    cf_M -0.077452675  0.058624603 -0.104210238 -0.028904142
56       C -0.136410016 -0.068696015  0.032681381  0.027559673
57    cf_M -0.084262114  0.025497711 -0.046012632 -0.090147470
58       C -0.099403208 -0.049318827  0.047823149 -0.074616210
59    cf_C -0.151949338  0.003355951 -0.074866137  0.026535190
60       M -0.048272207  0.035885684 -0.036572954 -0.024464274
61       M  0.035272332  0.137994016  0.048921034 -0.033152910
62       M  0.061062726  0.088220032  0.027235884  0.006511185
63    cf_M -0.022678804  0.096566014 -0.089668642 -0.032362149
64       M  0.100783139  0.070006730  0.086195185 -0.022204185
65    cf_C -0.009137953  0.017062431 -0.050115368 -0.133785442
66    cf_M -0.107810732 -0.068024004  0.021125172  0.021052237
67       G  0.095668772 -0.138675431 -0.028579849 -0.076913412
68       M -0.027020841  0.069674169 -0.021508615  0.032142949
69       C -0.226937501 -0.080085817  0.216765725  0.015425306
70       G  0.203314776 -0.110344554  0.079133253  0.040076830
71       C -0.153490987 -0.013755267  0.165370191 -0.036327947
72       G  0.113580066 -0.166450142 -0.014627538 -0.018557855
73       M -0.132917211  0.008685202  0.031339457  0.058982043
74    cf_M -0.000375639  0.030195173 -0.024656948  0.018778677
75       C -0.159551518 -0.026830563 -0.020288912  0.049217439
76       M  0.057460058  0.096136625  0.006413249 -0.029953721
77    cf_M -0.066324419  0.070271569 -0.083959037  0.025280882

當我使用 scatter3d() function 時：

library(scatterplot3d)
library(plot3D)

scatter3d(x = pcoaTESTplot$V1, y = pcoaTESTplot$V2, z = pcoaTESTplot$V3,
          point.col = "blue", groups = pcoaTESTplot$Species, ellipsoid = TRUE, grid = TRUE, surface = FALSE)

我繪制了所有物種，但只有“C”物種得到一個橢圓，以及錯誤

chol.default(shape) 中的錯誤：3 階的前導次要不是正定的

我曾嘗試更改重新排列值或查看它是否與接近零的值有關，但我知道有人用相似的數字運行相同的代碼並且所有組都有一個橢圓。 我還嘗試使用只有 2 個點的“cf_G”並將其與“G”分組，以查看是否由於試圖在兩個點上形成橢圓而出現錯誤，但我仍然遇到相同的錯誤。 有誰知道錯誤來自什么？ 謝謝你。 （對任何粗略的代碼/語法表示歉意......）

Answer 1

做出這個答案以防萬一它會幫助其他人：

我找到了解決方案。 我認為通過將“cf_G”與“G”結合起來可以解決問題，因為“cf_G”只有兩點。 這並沒有解決問題，因為這只是問題的一部分。 我必須這樣做，並將“cf_C”與“cf_M”結合起來，因為“cf_C”只有 3 分。 所以我的一些分組對橢球體 plot 沒有足夠的分數。 幸運的是，這對我如何進行這些物種分組具有生物學意義。

因此，上述更改是通過使用高爾距離編輯 PCoA 文件中的第 1 列來完成的。