rda分析怎么做_RDA分析

RDA或者CCA[1]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 Table数据做DCA分析，看分析结果中Axis lengths的**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**Pearson相关系数，通过**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。

输入：

1、Species Table文件，由分析模块"Summary the representation of taxonomic groups"生成。

2、样本环境因子信息文件，示例：

！！注：输入的环境因子个数必须大于等于2，并且小于样本个数。

Sample     Temperature     Salinity     DO   pH

1410X       20.30        18.10        8.39 8.80

1501X       11.00        21.10        11.27        8.12

150