素食主义者：：Order2step（）不'；找不到最合适的模型

vegan软件包包括用于模型构建的

ordiR2step（）

函数，该函数可用于使用R2和p值作为拟合优度度量来识别最重要的变量。然而，对于我最近使用的数据集，函数并没有提供最佳拟合模型

# data
RIKZ <- read.table("http://www.uni-koblenz-landau.de/en/campus-landau/faculty7/environmental-sciences/landscape-ecology/Teaching/RIKZ_data/at_download/file", header = TRUE)

# data preparation
Species <- RIKZ[ ,2:5]
ExplVar <- RIKZ[ , 9:15]
Species_fin <- Species[ rowSums(Species) > 0, ]
ExplVar_fin <- ExplVar[ rowSums(Species) > 0, ]

# rda
RIKZ_rda <- rda(Species_fin ~ . , data = ExplVar_fin, scale = TRUE)

# stepwise model building: ordiR2step()
require(vegan)
step_both_R2 <- ordiR2step(rda(Species_fin ~ salinity, data = ExplVar_fin, scale = TRUE),
                       scope = formula(RIKZ_rda),
                       direction = "both", R2scope = TRUE, Pin = 0.05,
                       steps = 1000)

如果

R2scope

设置为真（

Pi=0.15

），则不会添加曝光

---

注意：这似乎更像是一个统计问题，因此更适合于。不过，我认为这个问题是技术性的，所以最好在这里解决。

请阅读

或第2步

文档：它会告诉您为什么没有将

曝光

添加到模型中。帮助页面显示

ordir2步骤

有三个停止条件。第二个标准是“超出‘范围’的调整R2”。这在

曝光时发生，因此未添加。如果设置
R2scope=FALSE
（也有文档记录），则第二个标准将被忽略。因此，该函数的工作方式与文档中的类似。
谢谢您的回答！我应该早点检查文档的细节。但是，文档中说您应该使用
R2step=FALSE
而不是
R2scope=FALSE
来忽略第二个标准。在文档之后
R2scope=FALSE
仅启用调整的计算。R2如果预测值的数量高于观察值的数量。参数是否随着时间的推移而改变？
R2step
是文档中的一个错误，现在在github中已更正（以及消息中报告的terms.formula（）

中的

错误）。
Error in terms.formula(tmp, simplify = TRUE) : 
  invalid model formula in ExtractVars