r语言做绘制精美pcoa图_R语言进行PCoA分析

相信大家在做微生物多样性研究时经常听到PCA分析、PCoA分析，NMDS分析，CCA分析，RDA分析。

它们对

物种(或基因、功能)的分析具有重要作用，因而频频出现在16S测序及宏基因组测序中。

那么你知道这些分析之前到底有什么区别吗？

在什么情况下应该用什么分析呢？

首先，以上分析本质上都属于排序分析(Ordination analysis)。

排序(ordination)的过程就是在一个可视化的低维空间(通常是二维)重新排列这些样方,使得样方之间的距离最大程度地反映出平面散点图内样方之间的关系信息。

常用

的排序方法如下：

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)

(3)主坐标分析(principal coordinate analysis, PCoA)

(4)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)

我们先来仔细看看PCA与PCoA分析：

在非限制性排序中&#x