PCA,PcoA,NMDS分析都属于排序分析(Ordination analysis)。排序(ordination)的过程就是在一个可视化的低维空间或平面重新排列这些样本,使得样本之间的距离最大程度地反映出平面散点图内样本之间的关系信息(反映样本间菌群结构的相似性和差异性)。 通过比较样本点的距离,比较样本间的差异程度,样本间的距离越近表示样本组成的相似性越高,差异越小。
1、只使用物种组成数据的排序称作非限制性排序(unconstrained ordination)
(1)主成分分析(principal components analysis,PCA)
(2)对应分析(correspondence analysis, CA)
(3)去趋势对应分析(Detrended correspondence analysis, DCA)
(4)主坐标分析(principal coordinate analysis, PCoA)
(5)非度量多维尺度分析(non-metric multi-dimensional scaling, NMDS)
2、同时使用物种和环境因子组成数据的排序叫作限制性排序(constrained ordination)
(1)冗余分析(redundancy analysis,RDA)
(2)典范对应分析(canonical correspondence analysis, CCA)
PCA(Principal Components Analysis)即主成分分析,也称主分量分析或主成分回归分析法,首先利用线性变换,将数据变换到一个新的坐标系统中;然后再利用降维的思想,使得任何数据投影的第一大方差