Existe uma multivariável para explicar produtividade com 80 sp

Tenho produtividade de mel mL/caixa e 80 espécies de plantas, como achar correlações? Pois existem muitos zeros, só duas espécies tem distribuição normal e homogênea.

Teria uma sugestão de análise para tentar encontrar qual conjunto de espécies explica a produtividade de mel (medida contínua, normalizada com log10)?

Eu já apliquei outras análises tais como RDA, NMDSfit, Perfil de diversidade, estudei o efeito da distância, e na modelagem multivariável poderia estar uma resposta, mas o método tradicional não funciona.

Desde já agradeço alguma dica.

Olá, Silver, tudo bem? Resgatando aqui a sua pergunta.

Primeiro, seria legal entender um pouquinho mais os seus dados. Se eu entendi, você teria:
- as caixas como unidades amostrais ou talvez um conjunto de caixas em um local como unidades amostrais;
- uma variável com produtividade de mel, que funcionaria como sua variável resposta;
- a presença/ausência ou mesmo a quantidade (densidade, abundância, biomassa ou algo assim) das espécies de plantas presentes nas unidades amostrais.

É por aí? Tente descrever estes três pontos, e seguiremos a partir daí. Eu com certeza começaria usando abordagens como você já tentou, mas vamos nos falando, e de repente algo novo pode surgir.

Abraços

Olá Prof.
Agradeço resposta. Fiz uso do pacote vegan e da RDA com a função "ordistep”  (BORCARD; GILLET; LEGENDRE, 2011) para seleção automática de variáveis com 499 permutações da matriz de espécies, e assim selecionei um número variável de tipos polínicos (espécies de plantas), depois de 10 rodadas eu observei as que mais se repetiam e "escolhi" um número aproximado de 1/3 do número de sites (meliponários), que dava 12 plantas (~1/3 de 34) para equilibrar a matriz de dados (seria essa a melhor justificativa?). Com essa seleção montei esse modelo e repeti a operação e a cada vez fazia uma anova para mensurar os tipos significativos. Ao final eliminaria as colineares, que não tinham, então ficaram 7 tipos polínicos. Depois montamos um modelo aditivo final que reduziu a três plantas apenas. Estou interpretando ainda esse resultado. Tem uma equipe aqui que trabalha com minhocas na Amazônia que conhecem esse caminho e me convenceram de ir por aí, são eles os Drs Guillaume Rousseau, Luís Hernandez.

Eu também transformei os dados da contagem dos tipos polínicos com Hellinger.
Nesse caso a RDA foi usada como uma regressão linear, já que os fundamentos da RDA são respostas lineares. Abaixo o script principal dessa seleção de variáveis:
sp.rda<-rda(data$yield~.,data=spe.hel)
sp.m<-rda(data$yield~1,data=spe.hel)
step.forward<-ordistep(sp.m,
scope = formula(sp.rda),
direction = "forward",
permutations = how(nperm = 499))
summary(sp.rda)
anova(sp.rda)
(R2ad<-RsquareAdj (sp.rda)$adj.r.squared)

No entanto, avalio que falta uma etapa, que elimine variáveis que tenham pouco dados ou que a variância seja pequena. Porque a RDA selecionou ao final algumas variáveis que são questionáveis por esse motivo. Parece que a lógica do script elege algumas dessas variáveis (com poucos dados e baixa variância) que estão presente nos extremos da variável resposta, e isso parece pouco robusto para um modelo.