NMDS分析:
非度量多维尺度分析(Non-metric multidimensional scaling,NMDS)是一种将多维空间的研究对象简化到低维空间进行定位,分析和归类,同时又保留对象间原始关系的数据分析方法。一般用组间样本的秩次(数据排名rank order)上的差异来定义距离。
NMDS图形常用作微生物群落研究的β分析。
NMDS侧重反映距离矩阵中数值的排序关系,弱化数值的绝对差异程度。在多样本、物种数量多的情况下(相对于数值间的差异,可进行排序的数量更大),NMDS模型能更准确地反映出距离矩阵的数值排序信息。**因此当样本或者物种数量过多的时候使用NMDS会更加准确。
检验NMDS 分析结果的优劣用胁强系数(Stress)来衡量。NMDS图形通常会给出该模型的stress值,用于判断该图形是否能准确反映数据排序的真实分布。通常认为 stress<0.2 时可用 NMDS 的二维点图表示,其图形 有一定的解释意义;当 stress<0.1 时,可认为是一个好的排序;当 stress<0.05 时,则具有很好的代表性。
NMDS图形类型为散点图,图形中的点代表样本,不同颜色/形状代表不同的样本分组信息。同组间样本点距离远近说明了样本的重复性强弱,分组样本的远近则反应了组间样本距离在秩次(数据排名)上的差异。
横纵坐标轴含义:NMDS是距离值的秩次(数据排名)信息的评估,图形上样本信息仅反映样本间数据秩次信息的远近,而不反映真实的数值差异,横纵坐标轴并无权重意义,横轴不一定比纵轴更加重要。
以一篇发