您好,登录后才能下订单哦!
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
今天就跟大家聊聊有关R语言中的MRPP分析是怎样的,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。
无论是野外环境样品,还是室内试验样品,一般我们都会设置样方或平行样来增强分析的准确性,必要时还会进行区组设计,因此在数据分析中需要进行组间差异的比较判别。然而对于微生物群落数据,由于物种繁多,而且不同物种的敏感环境因子不同,因此基于正态分布的参数检验难以满足分析需要,要进行多元非参数检验(non-parametric multivariate statistical tests)来计算显著性,R语言vegan包含有多种非参数检验方法,包括Anosim、Adonis、MRPP等,不同方法在统计量的选择、零模型等方面存在差异。
#读取物种和环境因子信息data=read.csv("otu_table.csv", header=TRUE, row.names=1)envir=read.table("environment.txt", header=TRUE)rownames(envir)=envir[,1]env=envir[,-1]#筛选高丰度物种means=apply(data, 1, mean)otu=data[names(means[means>10]),]otu=t(otu)#计算距离矩阵library(vegan)dist=vegdist(otu, method="bray", diag=TRUE, upper=TRUE)#根据地理距离聚类kms=kmeans(env, centers=3, nstart=22)Position=factor(kms$cluster)#进行MRPP分析mrpp=mrpp(dist, Position, permutations=999)mrpp
#计算组间平均距离meandist(dist, Position)
dist=read.table("new.weighted.phylip.subsample.dist", header=FALSE)rownames(dist)=dist[,1]dist=dist[,-1]colnames(dist)=t(rownames(dist))dist=as.dist(dist, diag=TRUE)#进行PCoA分析otu_pca=prcomp(dist, scal=FALSE)pc12=otu_pca$x[, 1:2]#检验排序结果fish=c(rep("Bp", 10), rep("Ci", 10))mrpp2=mrpp(pc12, fish, distance="euclidean", permutations=999)mrpp2
看完上述内容,你们对R语言中的MRPP分析是怎样的有进一步的了解吗?如果还想了解更多知识或者相关内容,请关注亿速云行业资讯频道,感谢大家的支持。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。