我对R很陌生，这可能是一个非常愚蠢的问题，但我现在很困。
我目前正试图对我的数据做一个规范对应分析，看看哪些环境因素对社区分布有更大的影响。我用的是素食包装。我的数据包括一个环境因素表(数据集EFamoA)和另一个丰度矩阵表(数据集AmoA)。我有41个土壤，39个环境因素和334个物种。在清除所有非数值变量的数据后，我尝试使用公式符号执行cca分析:
CCA.amoA <- cca (AmoA ~ EFamoA$PH + EFamoA$LOI, data = EFamoA,
scale = TRUE, na.action = na.omit)
然后我得到这个错误:
Error in weighted.mean.default(newX[, i], ...) :
'x' and 'w' must have the same length
我真的不知道从哪里开始，也没有找到关于这个问题的太多信息(这让我认为这一定是我正在做的某种非常基本的错误)。我的环境因素数据没有标准化，正如我在cca帮助文件中看到的那样，算法可以做到这一点，但也许我应该之前标准化它?(我还指出scale = TRUE仅适用于物种)。我应该把数据转换成矩阵吗?
我希望我的观点足够清楚，因为我已经为此挣扎了一段时间了。
编辑:我的环境数据有NA值
好吧，所以我能够自己弄清楚，这确实是一件愚蠢的事情，原来我的丰度数据以土壤为列，物种为行，而环境因子(EF)数据以土壤为行，EF为列。
在我的数据上使用t()，我转换了我的数据帧(并附带将其转换为矩阵)，cca()工作(我假设"长度"是相同的)。单独转置数据并加载已经转置的数据也是有效的。虽然也许t()方法节省了创建一个全新文件的需要(如果你的数据是使用不同的行组织在我的情况下)，它将数据转换成一个矩阵，这在某些情况下可能不需要，无论哪种方式，这被证明是一个非常简单和明显的事情来解决(花了我一段时间虽然)。