如何生成许多随机社区矩阵，然后将函数应用于所有矩阵？

Question

我有不同地点的物种丰度数据，我基本上有兴趣评估从当前组合得出的指数是否与从随机生成的群落得出的指数有什么不同。现在我的问题是，我找不到关于如何 (1) 生成随机群落矩阵的明确信息，该矩阵仅随机化存在的物种，但保持具有丰富数据的矩阵，而不仅仅是存在/不存在；和 (2) 应用一个函数，返回所有这些随机群落的计算指数，我有兴趣从

FD

或

mFD

等包计算功能多样性指数，但任何类型的分类或系统发育多样性指数应该作为一个例子。

我尝试使用

commsim

包中的

simulate

和

{vegan}

函数，但我只能生成带有存在/缺席数据的随机社区。此时我对该功能的帮助页面完全感到困惑

library(vegan)
data("mite")
community<-mite
nm = vegan::nullmodel(x = community, method = "swap") #generated the dimensionality from my observed community matrix which is 35col by 75rows
sm = simulate(nm, nsim = 999)

Answer 1

您愿意计算哪些指数？

如果您想查找平均系统发育距离（MPD）或平均最近分类距离（MNTD），您可以使用包

picante

。

ses.mpd(comm, phy.dist, null.model = "richness", abundance.weighted = FALSE, runs = 999)

runs

命令是生成的随机社区的数量。

希望对您有用。