生信学习-高通量分析-NMDS分析: 非度量多维尺度分析

最新推荐文章于 2023-05-08 00:15:00 发布

言早

最新推荐文章于 2023-05-08 00:15:00 发布

阅读量4.5w

点赞数 19

本文链接：https://blog.csdn.net/weixin_53819139/article/details/114133818

版权

NMDS是一种数据简化分析方法，用于多维数据的低维展示，强调排序关系而非绝对差异。常用于微生物群落的β多样性分析。通过胁强系数（Stress）评估模型质量，stress值小于0.2时二维图具有解释意义。在示例研究中，NMDS揭示了益生菌补充喂养对婴儿微生物群落分布的显著影响。

摘要由CSDN通过智能技术生成

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