匠人府分享 http://blog.sciencenet.cn/u/meiweipingg

博文

在R中正确运行ANOSIM——样品组间差异显著性检测及注意事项

已有 45650 次阅读 2016-10-6 19:42 |个人分类:R语言|系统分类:科研笔记| R软件, 数据格式, 操作步骤, ANOSIM

R软件结果与PRIMER 7 及 PAST v3 软件结果一致!!!

Analysis of similarities (ANOSIM) is a non-parametric statistical test widely used in the field of ecology.  The test was first suggested by K. R. Clarke as an ANOVA-like test, where instead of operating on raw data, operates on a ranked dissimilarity matrix.


ANOSIMAnalysis ofsimilarities等可用于检验样品组间(不是种间)的差异显著性。比如对多组数据进行聚类分析后得到3个大类,但是想知道这3个大类直接的差异是否显著,可用ANOSIM方法(但一般情况更推荐用PREMANOVA方法)。


Step1:数据填写,及导入到R

其中,FishBio.csv6种鱼的某一指标(如体长SL/cm)的数据

FishBio.backup.csv显示出了第一列为鱼的种类,第2列开始均为SL数据,但这个csv只是便于大家理解数据的含义,在编码过程中不使用;

FishEnv.csv6种鱼对应的3个分组,分组可以依据实际需要进行分类或者按照聚类结果(如对FishBio.csv基于UPGMA算法进行聚类)进行分类。注意事项:分组内容建议用字母表示,一定不能不纯数字表示!!!

# FishEnv.csv


#上图为 FishBio.csv


# 上图为 FishBio.backup.csv


FishBio<-read.csv("~/FishBio.csv")

View(FishBio)

FishEnv<- read.csv("~/FishEnv.csv")

View(FishEnv)

#如需提前聚类分析,代码为

library("vegan")

distance.bray<-vegdist(FishBio,method = 'bray')

hclust.fish<-hclust(distance.bray,method = "average")

plot(hclust.fish)

#得到聚类结果后,再确定FishEnv.csv中Group 相应的值。


Step2:进行ANOSIM计算

接上面的代码继续写

library("vegan")

distance.bray<-vegdist(FishBio,method = 'bray')

anosim.result<-anosim(distance.bray,FishEnv$Group,permutations = 999)

summary(anosim.result)


#得到结果如下图


Globe R = 0.2222p-value= 0.1

#注意二: 每进行一个999次permutations,得到p-value可能会有微小的波动,但Glober R值不变。


以上。


参考网址:http://cc.oulu.fi/~jarioksa/softhelp/vegan/html/anosim.html

相关博文:

1.正确作“系统(层次)聚类分析”之R(或Rstudio)应用

2.在R中正确运行PERMANOVA  and pairwise comparison——样品组间差异显著性检验及注意点

3.在R中运行metaMDS




https://wap.sciencenet.cn/blog-651374-1007083.html

上一篇:sair方法及R操作入门——稳定同位素之食物来源比例分析
下一篇:在R中运行PERMANOVA须谨慎-Group不能为纯数字!!
收藏 IP: 133.45.210.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (6 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-29 19:10

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部