.Random.seed | 雀形数据 | ||
AbToInd | 内部功能。将丰富数据矩阵转化为类个体矩阵。 | ||
as.listofindex | 转换索引将生成索引列表 | ||
barPartvar | 跨嵌套尺度的方差分解 | ||
barplot.decompCTRE | 多性状方差划分 | ||
barplot.Tstats | 计算观察到的T统计量(T代表性状)和零期望。 | ||
ComIndex | 计算度量来测试和量化社区的非随机组合 | ||
ComIndexMulti | 计算多轨道度量来测试和量化社区的非随机集合 | ||
CVNND | 最近邻近距离的变异系数、平均值、最小值和标准差。 | ||
decompCTRE | 多性状方差划分 | ||
finch.ind | 雀形数据 | ||
Fred | 功能丰富度、均匀度和发散度遵循Villeger et al.2008 | ||
funky.col | 辅助功能 | ||
ind.plot.finch | 雀形数据 | ||
IndexByGroups | 将指标应用于组。 | ||
MinMaxMST | 最小生成树中最短距离与最长距离之比 | ||
MinNND | 最近邻近距离的变异系数、平均值、最小值和标准差。 | ||
MND | 最近邻近距离的变异系数、平均值、最小值和标准差。 | ||
MNND | 最近邻近距离的变异系数、平均值、最小值和标准差。 | ||
partvar | 跨嵌套尺度的方差分解 | ||
piePartvar | 跨嵌套尺度的方差分解 | ||
plot.ComIndex | 计算度量来测试和量化社区的非随机组合 | ||
plot.ComIndexMulti | 计算多轨道度量来测试和量化社区的非随机集合 | ||
plot.listofindex | 绘图社区集合索引 | ||
plot.traitflex | 解压中给定性状的方差分解 | ||
plot.Tstats | 计算观察到的T统计量(T代表性状)和零期望。 | ||
plotCorTstats | 绘制T统计量之间的二元关系 | ||
plotDistri | 用绘图函数表示性状值的密度 | ||
plotRandtest | 观察指标值与零分布的对应图 | ||
plotSESvar | 根据变量绘制SES值 | ||
plotSpPop | 根据物种值绘制种群值 | ||
plotSpVar | 根据物种值绘制种群值 | ||
print.ComIndex | 计算度量来测试和量化社区的非随机组合 | ||
print.ComIndexMulti | 计算多轨道度量来测试和量化社区的非随机集合 | ||
print.traitflex | 解压中给定性状的方差分解 | ||
print.Tstats | 计算观察到的T统计量(T代表性状)和零期望。 | ||
Pval | 类Tstats、ComIndex、ComIndexMulti和listofindex的对象的p值的计算 | ||
RandCom | 模拟内部和/或外部过滤的玩具模型 | ||
RaoRel | 分类、功能和系统发育多样性的α、γ和β成分 | ||
samplingSubsetData | 数据的抽样子集。 | ||
SDND | 最近邻近距离的变异系数、平均值、最小值和标准差。 | ||
SDNND | 最近邻近距离的变异系数、平均值、最小值和标准差。 | ||
ses | 统计矩阵的标准化效应大小和置信区间 | ||
ses.listofindex | 索引列表的标准化效果大小。 | ||
ses.Tstats | 计算观察到的T统计量(T代表性状)和零期望。 | ||
sp.finch | 雀形数据 | ||
SumBL | 分类树状图的分支长度总和(Petchey和Gaston,2002) | ||
summary.ComIndex | 计算度量来测试和量化社区的非随机组合 | ||
summary.ComIndexMulti | 计算多轨道度量来测试和量化社区的非随机集合 | ||
summary.Tstats | 计算观察到的T统计量(T代表性状)和零期望。 | ||
sum_Tstats | 计算观察到的T统计量(T代表性状)和零期望。 | ||
traitflex.anova | 解压中给定性状的方差分解 | ||
traits.finch | 雀形数据 | ||
Tstats | 计算观察到的T统计量(T代表性状)和零期望。 |