|||
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.
ANOSIM(Analysis 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.csv为6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.csv为6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 = 0.2222,p-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
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 11:17
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社