| 文件名 | rda.xlsx |
|---|---|
| 数据用途 | 冗余分析案例数据 |
| 变量说明 | 响应变量矩阵 Y 放入响应项,解释变量矩阵 X 放入解释项,变量应以连续指标为主。 |
完整案例
1. 背景
生态、问卷或多指标研究中,希望判断一组 X 对多维 Y 的整体解释能力。
2. 理论与公式
约束模型
用解释变量矩阵约束响应变量矩阵。
解释率
解释变量集合解释的响应矩阵变异比例。
3. 数据结构
响应变量矩阵 Y 放入响应项,解释变量矩阵 X 放入解释项,变量应以连续指标为主。
4. 操作步骤与截图
- 上传案例数据
- 选择冗余分析
- 分别放入响应变量和解释变量
- 查看 RDA 轴解释率
- 结合排序图解释变量方向

5. 结果表格与结果阅读
| 轴 | 特征值 | 约束解释率 | 累计解释率 |
|---|---|---|---|
| RDA1 | 0.386 | 42.10% | 42.10% |
| RDA2 | 0.174 | 18.96% | 61.06% |
前两轴解释率较高时排序图更有解释价值。
重点查看约束解释率、RDA1/RDA2 轴、解释变量箭头和样本分布。
6. 辅助截图


7. 文字分析
冗余分析显示,解释变量集合可解释响应变量矩阵的一部分变异,排序图可辅助判断变量方向和样本差异。
8. 剖析提醒
冗余分析适合多响应变量结构,变量量纲差异较大时建议先标准化。