RDA（冗余分析）出错案例——变量消失丨TomatoSCI分析方法研究
小编发现RDA（冗余分析）这个方法在大家中间挺受欢迎的。之前也分享过一些相关内容，这次想换个角度，把平时遇到的出错案例整理出来，或许能给刚接触这个方法的朋友一点提醒。
前段时间，一个小伙伴急匆匆找到我，说自己做出来的图里少了一个自变量——"SP"。（图1，原始数据不便展示，这里已做处理。）我帮他重复跑了几次，结果依然一样。于是换了一些示例数据来试，一切正常。这样一来问题就锁定在数据本身了。老实说，刚开始我也没有头绪，在不清楚数据来源的情况下，只能换不同角度去摸索。
我先做了一个简单的相关性分析，看看变量之间的关系（图2）。相关性分析在检查共线性方面还是挺高效的。
运气不错，一眼就发现了问题：BD和SP这两个变量的相关系数，在保留四位小数的情况下竟然达到了-1。出现这种情况只有两种可能——要么是用BD算出SP，要么是用SP算出BD。后来一问，果然如此，这两个变量本质上就是通过公式互相换算的。
在冗余分析中，这就意味着BD和SP其实是同一个变量，属于完全共线性。我们可以把它理解成毫米和分米的关系，毫米和分米的关系一定是完全共线性的。面对这种情况，RDA的算法会自动剔除其中一个变量。换句话说，我们只能二选一：要么保留BD，要么保留SP。
如果在建模之前没有意识到这种问题，就很容易在后续分析中陷入被动，尤其是前面所有结果里都包含了这两个变量的情况下。
解决方案与建议
为了避免这种情况，我的建议有两点：
- 不要同时纳入可以互相换算的指标。只保留最有代表性、最重要的一个。很多建模算法对共线性都比较敏感，比如线性回归（带你从0学分析之—线性回归模型篇（1））、逐步回归（带你从0学分析之—逐步回归篇（1））、结构方程（偏最小二乘结构方程（PLS-SEM）_TomatoSCI分析日记）等
- 在数据清洗阶段多做共线性检查。简单的相关性分析就很实用，能帮我们提前发现这类隐患。
