风（phyr）

安装

要安装此软件包：

选项(回购= c（c）(
风（phyr）= 'https://daijiang.r-universe.dev网站',
CRAN（起重机）= 'https://cloud.r-project.org'))
安装.包(“phyr”)

#或
开发工具::安装github(“daijiang/phyr”)

主要功能

phyr包有三组功能：

  1. 群落系统发育多样性度量（α：压力安全阀,电源开关,伪随机序列等，以及测试版：多氯联苯)，包括在皮坎特最初打包。他们用c++进行了更新，以提高速度。
  2. 估算功能性状之间相关性并解释系统发育关系的模型(cor_phylo公司)，包含在猿最初打包。它有新的语法、大大改进的性能（c++）和引导选项。
  3. 系统发育广义线性混合模型(pglmm公司)，最初包含在佩兹包裹。它具有新的模型公式语法，允许直接建立模型，通过c++实现更快版本的最大似然实现，以及基于INLA的贝叶斯模型拟合框架。
    • 我们希望这里提出的模型公式可以用于标准化跨不同工具（例如业务风险管理系统对于Stan）。
    • 用于比较数据的PGLMM(pglmm.比较)，它最初来自ape:：二进制PGLMM（）但有更多功能。

的使用示例pglmm（）

pglmm公司使用类似的语法lme4:：lmer指定随机术语：添加__（两个下划线）在分组变量的末尾（例如服务提供商)指定系统发育和非系统发育随机项；使用(1|sp__@站点)指定嵌套项（即物种系统发育矩阵V_sp（_S）嵌套在场地矩阵的对角线内站点（_S）)测试系统发育过度分散或分散不足。这应该是最常用的一个，等于kronecker（I_site，V_sp）.

我们也可以用第二种系统发育来回答二分问题。例如，(1|寄生虫@宿主__)将转换为kronecker（V_host，I_parasite）;(1|parasite__@主机__)将转换为kronecker（V_主机，V_寄生）.

有关模型公式的详细信息，请参阅文档?字体：：pglmm。更多应用示例可在Ives 2018第4章.

图书馆(数字播放器)
##警告：包“dplyr”是在R版本4.2.2下生成的
##
##正在附加包：“dplyr”
##以下对象从“package:stats”中屏蔽：
##
##过滤器，滞后
##以下对象从“package:base”中屏蔽：
##
##相交，setdiff，setequal，并集
通信 = 通信（_a）
通信$网站 = 行名称(通信)
日期 = 第三年::聚集(通信，键= “sp”，值= “频率”,-网站) %>% 
  left_join（左_连接）(嫉妒，由= “站点”) %>% 
  left_join（左_连接）(特点，由= “sp”)
日期$帕 = as.数字(日期$频率 > 0)
头(日期)
##现场sp-freq砂罩精度tmin sla植被高度
##1 s3293 Acer_rubrum 0 80.75 20.9 1.902397 0.1288019 294 170.5
##2 s3294宏基红3 83.36 45.1 1.902397 0.1288019 294 170.5
##3 s3295 Acer_rubrum 8 88.83 58.9 1.922669-0.1061756 294 170.5
##4 s3296 Acer_rubrum 0 91.24 19.7 1.922669-0.1061756 294 170.5
##5 s3297 Acer_rubrum 0 90.04 56.6 1.922669-0.1061756 294 170.5
##6 s3299 Acer_rubrum 15 81.87 87.0 1.899665 0.1736423 294 170.5
##显示模式pa
##1风0
##2风1
##3风1
##4风0
##5风0
##6风1
#物理-LMM
测试1 = 风（phyr）::pglmm公司(频率 ~ 1 + 阴影 + (1|标准普尔__) + (1|网站) + (1|标准普尔__@网站),
数据= 日期，家庭= “高斯”、REML= 错误的,
覆盖（_R）= 列表(服务提供商= 蕨类植物))
##警告：从系统发育史中删除不在变异sp中的物种
##自矩阵1.5-0以来，as（<matrix>，“dgTMatrix”）已被弃用；改为（as（.，“dMatrix”），“generalMatrix“），“TsparseMatrix
测试1
##线性混合模型的极大似然拟合
##
##呼叫：freq~1+shade
##
##logLik AIC银行识别码
## -463.3  940.6  956.5
##
##随机效果：
##差异标准偏差
##1|sp 7.345e-01 0.8570105
##1|sp__1.800e-04 0.0134157
##1|站点1.035e-07 0.0003217
## 1|sp__@站点2.138e-05 0.0046238
##剩余3.261e+00 1.8058430
##
##固定效果：
##数值标准误差Zscore Pvalue
##（截距）-0.1911039 0.3920853-0.4874 0.625972
##色度0.0226917 0.0067263 3.3736 0.000742***
## ---
##Signif（签名）。代码：0’***’0.001’**'0.01’*'0.05’0.1 ' ' 1
#物理-GLMM
测试2 = 风（phyr）::pglmm公司(帕 ~ 1 + 阴影 + (1|标准普尔__) + (1|网站) + (1|标准普尔__@网站),
数据= 日期，家庭= “二项式”、REML= 错误的,
覆盖（_R）= 列表(服务提供商= 蕨类植物))
##警告：从系统发育史中删除不在变异sp中的物种
测试2
##二项数据拟合的广义线性混合模型
##
##呼叫：pa~1+阴影
##
##
##随机效果：
##差异标准偏差
##1|sp 1.786e-06 0.001336
##1|sp__4.441e-01 0.666389
##1|站点4.496e-06 0.002120
## 1|sp__@站点8.689e-06 0.002948
##
##固定效果：
##值标准误差Zscore Pvalue
##（截距）-2.0835724 0.5744500-3.6271 0.0002867***
##色度0.0165916 0.0087165 1.9035 0.0569784。
## ---
##Signif（签名）。代码：0’***’0.001’**'0.01’*'0.05’0.1 ' ' 1
#二分的
树枝状石 = 猿::rtree树(n个= n_distinct（非重复）(日期$网站)，提示标签= 分类(独特的(日期$网站)))
z_bipartite公司 = 风（phyr）::pglmm公司(频率 ~ 1 + 阴影 + (1|标准普尔__) + (1|场地__) + 
                            (1|标准普尔__@网站) + (1|服务提供商@场地__) + (1|标准普尔__@场地__),
数据= 日期，家庭= “高斯”、REML= 真的,
覆盖（_R）= 列表(服务提供商= 蕨类植物，站点= 树站点))
##警告：从系统发育史中删除不在变异sp中的物种
z_bipartite公司
##受限最大似然的线性混合模型拟合
##
##呼叫：freq~1+shade
##
##logLik AIC银行识别码
## -459.0  938.1  960.8
##
##随机效果：
##差异标准偏差
##1|sp 4.430e-06 2.105e-03
##1|sp__7.747e-01 8.801e-01
##1|网站4.978e-09 7.055e-05
##1|地点_ 1.199e-02 1.095e-01
## 1|sp__@站点1.676e-05 4.094e-03
## 1|sp@站点__1.570e-06 1.253e-03
## 1|sp__@站点__1.487电子06 1.219电子03
##剩余3.250e+00 1.803e+00
##
##固定效果：
##数值标准误差Zscore Pvalue
##（截距）-0.2613149 0.5749455-0.4545 0.6494662
##色度0.0226565 0.0068289 3.3177 0.0009075***
## ---
##Signif（签名）。代码：0’***’0.001’**'0.01’*'0.05’0.1 ' ' 1

许可证

根据GPL-3许可证.

贡献

欢迎捐款。您可以通过在Github上提交问题来提供评论和反馈或提问在这里或发出拉入请求。

行为准则

请注意，“phyr”项目发布时带有贡献者行为准则。通过参与此项目，您同意遵守其条款。