排序【2】--RDA冗余分析

RDA是基于线性模型，CCA是基于单峰模型。一般我们会选择CCA来做直接梯度分析。但是如果CCA排序的效果不太好，就可以考虑是不是用RDA分析。那么有什么原则来选择用RDA或CCA呢？可以按照一下步骤来选择。

先用species-sample资料做DCA分析，看分析结果中Lengths of gradient 的前4个轴中最大的值，如果大于4.0，就应该选CCA，如果3.0-4.0之间，选RDA和CCA均可，如果小于3.0, RDA的结果要好于CCA。

在RDA和CCA之间选择，根本上还是看，你认为物种沿着环境梯度的变化，其响应曲线到底是线性的还是单峰(钟形)的。之所以用第一轴长度判断，就是因为第一轴若较短，那么可能只是钟形曲线的单调性的局部，用线性来拟合更准确一些而已

CCA要比RDA用得更普遍。我觉得有两个原因，第一，大部分情况下，两者的分析结果并差别并不大。其实，CCA非线性模型其实可以容纳线性模型，线性关系可以算是非线性模型的特例。所有用RDA可以做的，CCA也可以做，只不过在如果梯度比较短的话RDA要精确一点。但是，如果是非线性关系，用线性的RDA来分析，那个准确度就大大打折扣了。因为，本来点就不在同一条直线上，现在非得用直线去拟合，肯定不合适。这也是为什么SD小于3也可以用CCA，但是SD大于4，就不能用RDA的原因。第二，正因为大家都用CCA，用得多了，文献多了，大家为了方便比较，所有更多的选择是CCA，RDA自然就越来越少了。

ps：

找了好久，硬是没有找到他的计算过程，以后附上吧。

参考资料：

普蘭塔 http://www.planta.cn/forum/viewtopic.php?t=4105