排序分析
文章平均质量分 95
EcoEvoPhylo
Research Interest: Microbial Metagenomics; Fish Genomics and Genetics; Evolutional Genetics; Bioinformatics
展开
-
R统计绘图-NMDS、环境因子拟合(线性和非线性)、多元统计(adonis2和ANOSIM)及绘图(双因素自定义图例)
在PCA、PCoA、CA和NMDS非约束排序方法中,只有NMDS不是基于特征向量的排序方法,不会最大化排序轴所代表的变量方差(可旋转轴,达到PCA的效果,PC1代表最大方差)。书中提到PCoA等的排序结果,可以作为NMDS的输入,用于将超过2-3D的数据空间,在2-3D的维度展示出来。)提到“NMDS分析对0值不太敏感,即使有较多的0,也可以得到较为稳健的结果”。如果拿不准要选择那种转换方法和距离指数,就在满足分析假设的前提下,把所有分析都做一遍,选择分析效果更好的方法就行,不要让自己陷入纠结,浪费时间。原创 2023-02-23 19:57:53 · 3310 阅读 · 0 评论 -
R统计绘图-PCA详解1(princomp/principal/prcomp/rda等)
PCA分析之后我们会得到主成分、主成分特征根以及变量(特征)得分,那么这些分析结果是怎么得到的呢?以及它们各自代表什么意义呢?带着这些疑问,我们可以开始学习此章节。主成分其实是分析用变量的规范化线性组合。PC1是能够最大程度解释数据中的方差的特征线性组合。PC2是另一种特征线性组合,其在保持与PC1方向上垂直(PC1与PC2完全不相关)的情况下,最大程度解释数据中的方差。PCA分析最多可以构造与变量数相等的PC(要求样本/观测数必须大于变量数)。PC3…PCn都遵循这个规则。图1|二维空间主成分示意图。原创 2023-02-23 19:29:10 · 2357 阅读 · 0 评论 -
R统计绘图-使用rgl或pca3D包绘制3DPCA图
虽然PCA和RDA分析及绘图都写过教程,但是对于结果的解释都没有写的很详细,刚好最近有人询问怎样使用FactoMineR factoextra包进行PCA分析。所以使用R统计绘图-环境因子相关性热图中的不同土壤环境因子数据进行PCA绘图和结果解读推文。一、 PCA分析过程1.1 数据准备# 1.1.1 设置工作路径setwd("D:\\EnvStat\\PCA\\3DPCA")getwd()#获取工作路径# 1.1.2 调用R包library(factoextra)library(原创 2022-04-27 21:31:38 · 932 阅读 · 0 评论 -
R统计绘图-PCA分析绘图及结果解读(误差线,多边形,双Y轴图、球形检验、KMO和变量筛选等)
虽然PCA和RDA分析及绘图都写过教程,但是对于结果的解释都没有写的很详细,刚好最近有人询问怎样使用FactoMineR factoextra包进行PCA分析。所以使用R统计绘图-环境因子相关性热图中的不同土壤环境因子数据进行PCA绘图和结果解读推文。一、 数据准备# 1.1 设置工作路径#knitr::opts_knit$set(root.dir="D:\\EnvStat\\PCA")# 使用Rmarkdown进行程序运行Sys.setlocale('LC_ALL','C') # Rmark原创 2021-12-14 18:47:59 · 4084 阅读 · 1 评论 -
R统计-PCA/PCoA/db-RDA/NMDS/CA/CCA/DCA等排序分析教程
这里写自定义目录标题R统计-PCA/PCoA/db-RDA/NMDS/CA/CCA/DCA等排序分析教程一、定义二、分类2.1 根据物种响应环境梯度模型分类2.2 根据是否使用环境因子数据分类2.2.1 unconstrained ordination(非约束排序/间接排序) :只使用物种组成数据的排序2.2.2 constrained ordination(约束排序/直接排序):使用物种和环境因子数据排序2.3 偏分析(partial analysis)2.3.1 Partial methods of u原创 2021-08-10 17:46:45 · 2536 阅读 · 0 评论 -
corrplot相关性系数组合图精简版
library(ggplot2)library(vegan)Arf=read.csv("Arf.csv",sep=",",header=T,row.names=1)Com=read.csv("Com.csv",sep=",",header=T,row.names=1)Sti=read.csv("Ste.csv",sep=",",header=T,row.names=1)Cle=原创 2018-10-26 17:38:57 · 2144 阅读 · 0 评论 -
微生物群落结构差异分析
微生物群落结构差异分析输入的数据格式与RDA分析格式相同spe:群落组成数据group: 分类数据env:环境数据:土壤理化因子、植物类别等library(vegan)# ADONIS/PERMANOVA-PCoA# β多样性指数可以选择不同的指数adonis(spe~ grazing,data = group,permutations = 999,method="bray") ->grazing.bray # 用grazing分组spe,并进行Adonis分析,分析结果赋予grazi原创 2020-06-02 18:34:54 · 3822 阅读 · 0 评论 -
微生物生态排序分析——CCA分析
微生物生态排序分析——CCA分析library(vegan)library(ggplot2)library(permute)library(lattice)sa4=read.table("spes.csv",header=T,row.names=1,sep=",")S8.p=read.table("S8.p.csv",header=T,se原创 2018-10-25 17:12:58 · 5214 阅读 · 18 评论 -
RDA排序修改
library(vegan)library(ggplot2)library(permute)library(lattice)spe=read.table("spe.csv",header=T,row.names=1,sep=",")envi=read.table("env.csv",header=T,sep=",",row.names=1)#选择有显著性相关关系理化因子group &l...原创 2019-12-26 13:06:47 · 590 阅读 · 0 评论