Mantel test: 两个矩阵相关关系的检验

转载 http://blog.sina.com.cn/s/blog_4b678be40100o464.html

Mantel test 是对两个矩阵相关关系的检验，由Nathan Mantel在1976年提出。之所以抛开相关系数发展这样一种方法，是因为相关系数只能处理两列数据之间的相关性，而在面对两个矩阵之间的相关性时就束手无策。Mantel检验专治这种不服。

这种方法多用于生态学上，不同的样本case对应不同的变量，而不同的变量可以分属不同的类别，对case有不同角度的刻画。如基于不同植物种类数量可以建立样本间的两两距离矩阵，只需套用距离计算公式即可；不同样本的微生物clone序列，通过Unifrac方法也可以计算得到样本间距离矩阵；不同位置，两两间距离也可以用距离表示。所得到这些矩阵，如果希望验证两类描述间有没有相关关系，就非常有用了。比如我希望检验微生物群落是否和植被群落有对应关系，就可以将微生物Unifrac矩阵对植物的比如Bray-Curtis距离矩阵做个相关分析，由得到的结果得出自己的推论。这种方法的好处在于，不管你是什么数据，只要能计算有距离属性的值，都可以转化为距离矩阵进行分析。

Mantel test，顾名思义，是一种检验。既然是检验就得有原假设，它的原假设是两个矩阵见没有相关关系。检验过程如下：两个矩阵都对应展开，变量两列，计算相关系数（理论上什么相关系数都可以计算，但常用pearson相关系数），然后其中一列或两列同时置换，再计算一个值，permutation 成千上万次，看实际的r值在所得r值分布中的位置，如果跟随机置换得到的结果站队较近，则不大相关，如果远远比随机由此得到显著性。

ape包里的mantel.test()可以检验；
vegan包里的mental()也可以计算。