dead是什么意思PCA和PERMANOVA分析
PCA这种图，图⽚上看起来不同的组别之间是有差异的，⽐如说这个：
强基计划入围名单图⽚出处：Rui J, Li J, Wang S, An J, Liu W-t, Lin Q, Yang Y, He Z, Li X 2015. Respons of bacterial
sleevecommunities to simulated climate changes in alpine meadow soil of Qinghai-Tibet plateau. Applied and
Environmental Microbiology 81: 6070–6077
mysteriously可是各组别之间到底有没有显著的差异呢？普通的ANOVA⾏不⾏？就16s的数据来说，⼀般是有⼏千个OTU，普通的ANOVA根本就是⽆能为⼒啊。
这个时候就需要进⾏PERMANOVA检验了。PERMANOVA分析(也叫 NPMANOVA、Adonis 分析) 是⼀种以距离矩阵为对象的多元⽅差分析。
下⾯的代码包括了PCA和PERMANOVA的整个分析流程。
rm(list = ls())
个性qq英文网名library(dplyr)
library(ggplot2)
library(vegan)
data = read.table('',header = T, row.names = 1) %>%
t() %>%
forum是什么意思as.data.frame() %>%
mutate(group = rep(c('AAS','ANS','NAS','NNS'),each = 3))
pca = prcomp(data[,1:ncol(data)-1],scale. = TRUE)
dcim什么意思# 计算原始数据中的每个数据在每个 PC 上的⽐重
pca.var = pca$sdev^2
#计算每个 PC 占所有 PC 的和的⽐列
什么是t恤衫
pca.var.per = round(pca.var/sum(pca.var)*100,2)
# 柱状图显⽰每个PC所占的⽐列
你在眺望着谁
data.frame(PC = as.character(paste('PC',1:nrow(data),p = '')),
take my breath awayvalue = pca.var.per) %>%
ggplot(aes(PC,value))+
geom_bar(stat = 'identity', fill = 'white', color = 'black')+
geom_hline(yintercept = pca.var.per[1]*1.1, color = 'white')+
scale_x_discrete(limits = c(paste('PC',1:nrow(data),p = '')))+
theme_classic()+
