setwd(“F:\论文\博士文章1\数据”)
#读入抽平后的otu表
library(readxl)
a = read_excel(“12.xlsx”,sheet = “Sheet2”)
a <- as.data.frame(a)
安装和加载lme4包
library(lme4)
读取数据(假设数据存储在一个名为data的数据框中)
data <- a
将type变量转换为因子,并将QY设置为参照组
data
t
y
p
e
<
−
f
a
c
t
o
r
(
d
a
t
a
type <- factor(data
type<−factor(datatype, levels = c(“QY”, “TMHC”, “ZL”, “FZ”))
contrasts(data$type) <- contr.treatment(4)
建立混合效应模型
model <- lmer(buke ~ type + (1 | site) + (1 | year), data = data)
查看模型结果
summary(model)
##############################
setwd(“F:\论文\博士文章1\数据”)
#读入抽平后的otu表
library(readxl)
a = read_excel(“13-计算相关性.xlsx”,sheet = “all”)
a <- as.data.frame(a)
安装和加载lme4包
library(lme4)
读取数据(假设数据存储在一个名为data的数据框中)
data <- a
将type变量转换为因子,并将QY设置为参照组
建立混合效应模型
model <- lmer(spearmanallDR ~ type + (1 | site), data = data,
control=lmerControl(check.nobs.vs.nlev = “ignore”,
check.nobs.vs.rankZ = “ignore”,
check.nobs.vs.nRE=“ignore”)
)
查看模型结果
summary(model)