Discussion :

[clement.85]

Bonjour,

[aponsero]

Bonjour,
la fonction diversityresult du package BiodiversityR va repondre a votre besoin. On peut calucler tous les indices écologiques.... Tres simple d'utilisation

#richesse
Ri<-diversityresult(data,index="richness" ,method="mean", sortit=F, digits=3)
Ri
#abondance
Ab<-diversityresult(data,index="abundance" ,method="mean", sortit=F, digits=3)
Ab
#Shannon
Sh<-diversityresult(data,index="Shannon" ,method="mean", sortit=F, digits=3)
Sh

#Simpson
Si<-diversityresult(data,index="Simpson" ,method="mean", sortit=F, digits=3)
Si


#inverse Simpson
iSi<-diversityresult(data,index="inverseSimpson" ,method="mean", sortit=F, digits=3)
iSi


et bien d'autres....

Pour Pielou il n'est pas calculé directement mais il suffit de faire :

#Pielou
Pi<-Sh/ log(Ri)

alain

[clement.85]

Bonjour,
la fonction diversityresult du package BiodiversityR va repondre a votre besoin. On peut calucler tous les indices écologiques.... Tres simple d'utilisation

#richesse
Ri<-diversityresult(data,index="richness" ,method="mean", sortit=F, digits=3)
Ri
#abondance
Ab<-diversityresult(data,index="abundance" ,method="mean", sortit=F, digits=3)
Ab
#Shannon
Sh<-diversityresult(data,index="Shannon" ,method="mean", sortit=F, digits=3)
Sh

#Simpson
Si<-diversityresult(data,index="Simpson" ,method="mean", sortit=F, digits=3)
Si


#inverse Simpson
iSi<-diversityresult(data,index="inverseSimpson" ,method="mean", sortit=F, digits=3)
iSi


et bien d'autres....

Pour Pielou il n'est pas calculé directement mais il suffit de faire :

#Pielou
Pi<-Sh/ log(Ri)

alain

l

[aponsero]

cela fonctionne avec votre jeu de données et votre script

> data <- read.delim("C:/Users/Public.UC003529/Desktop/pepite.txt")
>
> abundances_data <- data[, 7:31]
> # Convertir les facteurs en données numériques
> abundances_data <- as.data.frame(sapply(abundances_data, as.numeric))
> # Calculer l'indice de Shannon
> shannon_result <- diversity(abundances_data, index = "shannon")

> shannon_result
[1] 1.279 1.807 1.347 1.355 1.272 1.332 1.691 1.649 0.900 1.456 0.903
[12] 1.507 0.931 1.378 1.733 1.752 2.229 1.318 0.950 1.099 0.673 0.950
[23] 0.693 1.544 1.456 0.000 0.000 0.491 1.436 1.242 0.000 0.868 0.451
[34] 0.000 0.474 0.485 0.215 0.637 0.632 0.959 0.418 0.950 0.849 1.168
[45] 0.562 1.296 1.079 0.458 1.044 0.894 1.507 0.000 1.297 0.684