R语言PCA分析过程梳理及注意事项

主成分分析PCA (Principal Component Analysis) 在生态学研究中比较常用，也有很多变化和外推形式: 如基于转化的PCA（Transformation-based Principal Component Analysis, tb-PCA）和主坐标分析（Principal Coordinate Analysis, PCoA）等。这些分析存在数据转化以及所使用距离矩阵上的差异，但总体分析过程大同小异，所以对整体过程进行梳理。关于PCA分析原理, 暂推荐 http://blog.csdn.net/zhongkelee/article/details/44064401，即通过降维找到能区分数据的最主要特征，如图一: 4个处理下的样品，每个样品检测了3个基因，用3个维度表示，直接观察十分杂乱，但通过降维可以明显区分，且最大程度保留原本数据信息。关于使用vegan包进行PCA分析详细过程，推荐 http://blog.sciencenet.cn/u/lyao222lll，非常详尽。

示例数据格式

library("FactoMineR")  ##PCA相关包1

library("factoextra")   ##PCA相关包2, 1和2同时需要

library(vegan)  # 传统PCA分析包1，使用vegan包分析使用RDA函数

library(permute)  # 传统PCA分析包2

library(lattice) # 传统PCA分析包3

library("ggplot2") # 作图使用

dataplfa1<-read.table("clipboard",header=T,fill=TRUE) #示例数据导入, Treatment 那一列放在最前可能会导致PCA分析无法运行，产生“variables are not quantitative:  Treatment”的错误。R自身问题，默认将变量视为因子。

##matrix < as.numeric(as.matrix(dataplfa1)) 不放在最后也可以，运行这两行代码

##dim(matrix) <- dim(dataplfa1)。

res.pca<- PCA(dataplfa1[,-6], graph = FALSE) #PCA分析，vegan包分析使用RDA函数

fviz_eig(res.pca1, addlabels = TRUE, ylim = c(0, 50)) ## Scree plot碎石图，看每一个轴能够解释变异的大小，一般是前两轴

fviz_pca_ind(res.pca1, geom.ind = "point",col.ind = dataplfa1$Treatment, addEllipses =TRUE, legend.title=" Treatment" )  #相关包1和2 自带作图函数，很强大

summary(res.pca1) # 提取主要信息

md<-res.pca1$ind # 单独提取位置信息，能看到每个样品在新的坐标轴(即PC1和PC2)上的位置坐标，同时与微生物类群做相关性分析，以判断每一条轴主要涉及到哪些微生物群落变化，方便后续对结果进行描述。与RDA类似，同样可以使用ggplot2 对处理过的位置信息进行作图。

dataadon1<-read.table("clipboard",header=T)

dataadon2<-read.table("clipboard",header=T,fill=TRUE)  

adon<-adonis(dataadon1~Treatment,dataadon2,permutations=999,distance='euclidean') # 做完图之后进行permutational multivariate analysis of variance (PERMANOVA)，置换检验，回答氮素水平的影响是否显著。现在有些文章不仅提供整体的检验，还要比较不同氮素水平影响即成对比较，我暂时没有用到，但是单独加载要比较的两个处理的数据是可以实现的，代码不变，就是麻烦一些。

FactoMineR和factoextra功能强大，前者分析，后者将结果可视化并完成解读，不仅可以做PCA，还可以做CA，MCA，MFA，大概区分如下图，这里推荐http://www.sthda.com/english/articles/22-principal-component-methods-videos/，说推荐其实是怕自己以后找不到了，里面也有以上这几种分析的具体流程，很详细，很多以后会用到，还有一本书(有电子版)，可以看看。