2、用R做OTU表的adonis和anosim分析

在进行pcoa或NMDS分析的时候，经常需要一个p值来衡量组间差异是否显著。这时需要用到诸如adonis和anosim等分析方法。

ANOSIM（analysis ofsimilarities）分析，也叫相似性分析，主要是用于分析高维度数据组间相似性的统计方法。R2越大说明组间差异越显著，反之为负值则说明组间差异小于组内差异。

library(vegan)  #需要用到vegan包
df = read.delim("C:/Users/Shizhe Zhang/Desktop/VOTU.txt",# 导入数据文件（vOTU表）
                header = T,    # 指定第一行是列名
                row.names = 1  # 指定第一列是行名
)
df=t(df) # 对数据进行转置，如果想对基因分组则不用转置
dfGroup = read.delim("C:/Users/Shizhe Zhang/Desktop/group.txt",row.names = 1) # 导入分组文件
df.dist=vegdist(df) #利用vegdist进行分析，默认方法bray，也可以手动修改
df.ano=anosim(df.dist, dfGroup$region+species, permutations = 999) #进行anosim分析，用dfGroup文件中的region和species列作为分组，先后顺序可能对结果有影响。
summary(df.ano) #显示结果
plot（df.ano） #箱线图

导入的数据文件与分组文件同第一篇。

Adonis，多元方差分析，亦可称为非参数多元方差分析。其原理是利用距离矩阵（比如基于Bray-Curtis距离、Euclidean距离）对总方差进行分解，分析不同分组因素对样品差异的解释度，并使用置换检验对其统计学意义进行显著性分析。

#和上面一样需要导入vegan包和数据文件、分组文件
adonis2(df~region+species,dfGroup,permutations = 999) # 数据文件df，使用dfGroup中的region和species作为分组，顺序不同可能对结果产生影响

此外还有rda和varpart，暂时记在这里。

RDA.result=rda(decostand(df2,"hel"),group2) #数据文件df2（第一列为sample list，后面为不同数据），group2为分组文件（也可以是环境文件）。
vpa.df=varpart(df2,dfGroup[c(1)],dfGroup[c(2)]) #dfGroup的第一列作为第一个变量，第二列作为第二个变量。