温馨提示：

R语言的准确性待与PRIMER和PAST软件对比验证，目前验证的PERMANOVA数据结果在PEIMER和PAST软件中结果相同，但在R中有与其它2种软件结果不同的情况！下文R代码均为R软件自身提供，本博文不保证其准确性和适用性。

欢迎大家共同讨论，并期待R大神分享（R code for PERMANOVA）解决方案。

PERMANOVA与ANOSIM（Analysis of similarities）等方法的目的类似，即比较样品组间的差异显著性。例：对多组数据进行聚类分析后得到2个大类，但是想知道这2个大类之间的差异是否显著，即可用上述方法。

ANOSIM比较的是组内或组间距离的平均值；对于样本量大小变化很敏感，适用于样本在欧式平面（Euclidean space）中单个数据变化有重要意义的情况；另，ANOSIM对异质性数据（方差不齐）很敏感，方差不等的情况不宜使用。

PERMANOVA比ANOSIM更强大，比较的是各组重心之间的差异；对样本数N以及方差的齐次性要求不高，推荐使用。

以上论述推荐参考：

Anderson M,Walsh D.(2013) PERMANOVA, ANOSIM and the Mante test in the face of heterogeneous dispersions: What null hypothesis are you testing?. Ecological Monographs,83(4):557-574.

Step1：数据填写方式如下图，及导入到R

其中，

FishBio6.csv为6种鱼的某一指标（如体长SL/cm）的数据；

FishEnv6.csv为6种鱼对应的2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FishBio6.csv基于UPGMA算法进行聚类）进行分类。

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文件只是便于大家理解数据的含义，在编码过程中不使用。

FishBio6<-read.csv("~/FishBio6.csv")

View(FishBio6)FishEnv6<- read.csv("~/FishEnv6.csv")View(FishEnv6)

#上图为FishBio6.csv文件

#上图为FishEnv6.csv文件

#上图为FIshBio.backup.csv文件

Step2：进行PERMANOVA计算，结果如下图

library(vegan)adonis(FishBio6~FishEnv6$Group,data = FishEnv6,permutations = 999,method="bray")->ad1ad1

#上图为PERMANOVA计算结果

本例结果为，Group1和Group2之间的相关性系数的平方R² = 0.35871，p-value = 0.1。

# 每进行一个999次permutations，得到p-value可能会有微小的波动，F-value和R²值等都不变。

# 但是，R软件自带代码得到的PERMANOVA结果与PRIMER及PAST软件结果不一致！！！

Step2 代码还可写为：

library(vegan)

distance.bray6<-vegdist(FishBio6,method = 'bray')

adonis(distance.bray6~FishEnv6$Group,data = FishEnv6,permutations = 999,method="bray")->ad2ad2    

#但 ad2与ad1结果完全相同，所以不需要单独计算Bray-Curtis dissimilarity（distance.bray6）

文中难免纰漏或错误之处，欢迎大家批评指正。

相关博文：

1.在R中如何运行ANOSIM——样品组间差异显著性检测

2.推荐一款免费好用的PRIMER替代软件:PAST软件