來自Austral Islands（法屬波利尼西亞）和庫克群島的珊瑚礁珊瑚數據該JMP工作表包含來自法屬波利尼西亞和庫克群島的Austral群島的環境數據，以及來自43個珊瑚樣本的分子+生理數據（其中一個已被排除，因為它是非目標物種）。我的目標是研究環境與生理學之間的關係，以及識別異常值。雖然我在珊瑚樣本中測量了10個響應變量（最大菌落長度，平面表面積，RNA / DNA比率，Symbiodinium GCP [珊瑚內甲藻的密度]和6個基因mRNA），但我只考慮了RNA / DNA比例，共生菌株GCP，以及數據分析中的前五個基因。我使用單變量方法（例如，方差分析和逐步回歸）和多變量方法（MANOVA，PCA，MDS），並發現，一般來說，宿主珊瑚物種是最重要的“環境”因素（即，最重要的驅動因素）變異）。對於多變量方法，我將值轉換為z分數，使得它們都處於相同的比例。我計算了每個樣本的馬哈拉諾比斯距離，因為我實際上認為這是在珊瑚中測量的最有趣的參數（我們不知道什麼構成健康，就像我們在人類中所做的那樣）;事實證明，樣本與平均質心的偏差程度可能是確定珊瑚是否易受氣候變化影響的最重要因素。例如，請參閱寫入表格的PCA圖表。我想你會同意殖民地88.2可能“有趣”。然而，由於它的異常狀態，大多數人會拋棄它！現在問題仍然存在：異常是“最強”的珊瑚還是最弱的？我不知道，但目的是找出答案。
簡而言之，我正在努力開發一種方法來識別異常行為的珊瑚，而不知道什麼是健康的。這是一個棘手的問題，我不知道是否有人在其他領域處理過這個問題（我知道肯定沒有人在珊瑚礁領域。）。如果您對此問題有任何想法，請隨時加入。
https://public.jmp.com/packages/Principal-Components-on-Correlations/js-p/5c16dba996f7cc0eec8b4bbc
（如果此JMP公共鏈接不起作用，請告訴我）
探索性數據分析海洋生物學預測建模和數據挖掘回复：來自澳大利亞群島（法屬波利尼西亞）和庫克群島的珊瑚礁數據謝謝安德森。@abmayfield JMP Public link對我有用。有趣的問題和分析。
