![5b295a6398c58cbdf4b5b0665721a742.png](https://img-blog.csdnimg.cn/img_convert/5b295a6398c58cbdf4b5b0665721a742.png)
一、关联分析
1. RDA/CCA分析
- RDA或者CCA是基于对应分析发展而来的一种排序方法,将对应分析与多元回归分析相结合,每一步计算均与环境因子进行回归,又称多元直接梯度分析。
- 此分析是主要用来反映菌群与环境因子之间关系。RDA是基于线性模型,CCA是基于单峰模型。分析可以检测环境因子、样本、菌群三者之间的关系或者两两之间的关系。
1)RDA或CCA模型的选择原则:先用species-sample数据(97%相似性的样本OTU表)做DCA分析,看分析结果中Lengths of gradient 的第一轴的大小,如果大于4.0,就应该选CCA,如果3.0-4.0之间,选RDA和CCA均可,如果小于3.0,RDA的结果要好于CCA。
2)通过bioenv函数判断环境因子与样本群落分布差异的最大Pearson相关系数,通过最大相关系数得到环境因子子集。
3)将样本物种分布表与环境因子或环境因子子集分别做CCA或者RDA分析。
4)通过类似于ANOVA 的permutest分析来判断CCA或者RDA分析的显著性。