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

博文

在R中正确运行PERMANOVA and pairwise comparison及注意事项

已有 20146 次阅读 2016-10-16 14:15 |个人分类:R语言|系统分类:科研笔记|关键词:在R中运行PERMANOVA,以及pairwise,comparison| comparison, 在R中运行PERMANOVA, 以及pairwise

更多内容请移步至:新位置


PERMANOVA  and pairwise comparison——样品组间差异显著性分析及事后两两比较。


Step1:数据填写方式如下图,及导入到R

其中,

dune.fish.csv6种鱼的某一指标(如体长SL/cm)的数据;

dune.fish.env32grp.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dune.fish.csv基于UPGMA算法进行聚类)进行分类。

dune.fish<-read.csv("~/dune.fish.csv")

View(dune.fish)

dune.fish.env32grp<- read.csv("~/dune.fish.env32grp.csv")

View(dune.fish.env32grp)


下图为dune.fish.backup.csv,仅仅为了方便理解数据含义,在R中不使用。

...



Step2:进行PERMANOVA计算,结果如下图

library(vegan)

adonis(dune.fish~ Group,data = dune.fish.env32grp,permutations = 999,method="bray")->ad1

ad1





Step3pairwise comparison for PERMANOVA in R software

#-------copy pairwise.adonis function code in R -----------

pairwise.adonis <-function(x,factors, sim.method, p.adjust.m)

{

 library(vegan)

 co = as.matrix(combn(unique(factors),2))

 pairs = c()

 F.Model =c()

 R2 = c()

 p.value = c()

 

 for(elem in 1:ncol(co)){

 ad = adonis(x[factors %in%c(as.character(co[1,elem]),as.character(co[2,elem])),] ~

 factors[factors %in%c(as.character(co[1,elem]),as.character(co[2,elem]))] , method =sim.method);

 pairs =c(pairs,paste(co[1,elem],'vs',co[2,elem]));

 F.Model =c(F.Model,ad$aov.tab[1,4]);

 R2 = c(R2,ad$aov.tab[1,5]);

 p.value = c(p.value,ad$aov.tab[1,6])

 }

 p.adjusted =p.adjust(p.value,method=p.adjust.m)

 pairw.res = data.frame(pairs,F.Model,R2,p.value,p.adjusted)

 return(pairw.res)

}

#---------------------------end copy----------------------

pairwise.adonis(dune.fish, dune.fish.env32grp$Group, sim.method="bray", p.adjust.m= "bonferroni")

( 备忘 adonis( dune.fish~ Group, data = dune.fish.env32grp, permutations = 999, method="bray")->ad1 )


结果如下



# over


相关博文:

1. 在R中正确运行ANOSIM——样品组间差异显著性检测及注意点

2. 在R中运行metaMDS







http://blog.sciencenet.cn/blog-651374-1009079.html

上一篇:在R中运行PERMANOVA须谨慎-Group不能为纯数字!!
下一篇:在R中运行metaMDS

1 朱言坤

该博文允许注册用户评论 请点击登录 评论 (17 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2019-11-18 14:03

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部