nexus

nexus est un package R destiné à l’exploration et l’analyse des données de composition. Ce package fournit des outils les études de provenance des matériaux anciens à partir de leur composition chimique.

• Statistiques compositionnelles : covariance(), mean(), pip(), quantile(), variance(), variation().
• Visualisation : barplot(), boxplot(), pairs(), plot().
• Transformations (rapports de logarithmes) : transform_lr(), transform_clr(), transform_alr(), transform_ilr(), transform_plr().
• Imputation des valeurs manquantes.
• Détection des valeurs abberantes : detect_outlier().

Ce package comprend également des méthodes pour les études de provenance :

• Analyse multivariée : pca().
• Analyse mixte utilisant des données géochimiques et pétrographiques (Baxter et al. 2008) : mix().

isopleuros est un package complémentaire à nexus qui permet de créer des diagrammes ternaires.

Ce package fait partie du projet tesselle.

Installation

Vous pouvez installer la dernière version depuis le CRAN avec :

install.packages("nexus")

Et la version de développement depuis Codeberg avec :

# install.packages("remotes")
remotes::install_git("https://codeberg.org/tesselle/nexus")

Utilisation

## Installer les packages supplémentaires
## (si nécessaire)
# install.packages("folio")

## Charger le package
library(nexus)

nexus fournit un ensemble de classes qui représentent différents types de matrices (voir vignette("nexus")). La classe la plus basique représente une matrice de données de compositions, c’est-à-dire des quantités (non négatives) représentant les parties d’un tout, contenant des informations relatives plutôt qu’absolues (J. Aitchison 1986).

Veillez à bien organiser vos données. Chaque variable doit correspondre à une colonne et chaque observation (échantillon) doit correspondre à une ligne de votre tableau de données.

## Données issues de Wood et Liu 2023
data("bronze", package = "folio")

## Former les données de composition
coda <- as_composition(bronze, parts = 4:11)

## Utiliser les dynasties comme groupes
coda <- group(coda, by = bronze$dynasty)

## Sélectionner les éléments majeurs
major <- coda[, is_element_major(coda)]

## Diagramme en barres
barplot(major, order_rows = "Cu", names = FALSE, border = NA, space = 0)

## ACP des rapports de logarithme centrés
clr <- transform_clr(coda, weights = TRUE)
lra <- pca(clr)

## Visualiser les individus
viz_individuals(
  x = lra, 
  extra_quali = group_names(clr),
  color = c("#004488", "#DDAA33", "#BB5566"),
  hull = TRUE
)

## Visualiser les variables
viz_variables(lra)