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

3.在R中运行metaMDS