99偷拍视频精品区一区二,口述久久久久久久久久久久,国产精品夫妇激情啪发布,成人永久免费网站在线观看,国产精品高清免费在线,青青草在线观看视频观看,久久久久久国产一区,天天婷婷久久18禁,日韩动漫av在线播放直播

R語言中的MRPP分析是怎樣的

今天就跟大家聊聊有關(guān)R語言中的MRPP分析是怎樣的，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。

平定ssl適用于網(wǎng)站、小程序/APP、API接口等需要進(jìn)行數(shù)據(jù)傳輸應(yīng)用場景，ssl證書未來市場廣闊！成為創(chuàng)新互聯(lián)的ssl證書銷售渠道，可以享受市場價格4-6折優(yōu)惠！如果有意向歡迎電話聯(lián)系或者加微信：028-86922220（備注：SSL證書合作）期待與您的合作！

無論是野外環(huán)境樣品，還是室內(nèi)試驗(yàn)樣品，一般我們都會設(shè)置樣方或平行樣來增強(qiáng)分析的準(zhǔn)確性，必要時還會進(jìn)行區(qū)組設(shè)計(jì)，因此在數(shù)據(jù)分析中需要進(jìn)行組間差異的比較判別。然而對于微生物群落數(shù)據(jù)，由于物種繁多，而且不同物種的敏感環(huán)境因子不同，因此基于正態(tài)分布的參數(shù)檢驗(yàn)難以滿足分析需要，要進(jìn)行多元非參數(shù)檢驗(yàn)（non-parametric multivariate statistical tests）來計(jì)算顯著性，R語言vegan包含有多種非參數(shù)檢驗(yàn)方法，包括Anosim、Adonis、MRPP等，不同方法在統(tǒng)計(jì)量的選擇、零模型等方面存在差異。

今天繼續(xù)介紹  MRPP  分析。
MRPP  分析  即多重響應(yīng)排列程序（  Multiple ResponsePermutation Procedure  ），使用方法與  Anosim  類似，用于分析組間微生物群落結(jié)構(gòu)的差異是否顯著，通常可以配合  PCA  、  PCoA  、  NMDS  等降維圖使用。  MRPP  的研究原理是通過置換把所有觀察對象統(tǒng)一分成各種可能的組合情況，構(gòu)造統(tǒng)計(jì)量  δ  ：

R語言中的MRPP分析是怎樣的

然后計(jì)算每種分組下統(tǒng)計(jì)量的值并統(tǒng)計(jì)該統(tǒng)計(jì)量的分布，其中  n  為組數(shù)，  Ci  為第  i  組的權(quán)重，一般為改組觀察值占全部觀察值的比例，  ξi  為第  i  個小組的平均對象距離，可以想象如果統(tǒng)計(jì)量  δ  值越小分組越有效，然后根據(jù)實(shí)際觀察值計(jì)算統(tǒng)計(jì)量進(jìn)行檢驗(yàn)。可以看出，  MRPP  與  Anosim  以及  Adonis  的理念完全不同，  Anosim  與  Adonis  旨在比較組內(nèi)與組間差異，而  MRPP  旨在搜尋組內(nèi)距離最小的分組方案而不考慮組間距離，也即堅(jiān)信一定存在一種顯著的分組。
在  R  中可以使用  vegan  包中的  mrpp()  函數(shù)進(jìn)行分析，其默認(rèn)距離為  distance="euclidean"  ，可以先計(jì)算距離矩陣再進(jìn)行分析，示例如下：
#讀取物種和環(huán)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]#篩選高豐度物種means=apply(data, 1, mean)otu=data[names(means[means>10]),]otu=t(otu)#計(jì)算距離矩陣library(vegan)dist=vegdist(otu, method="bray", diag=TRUE, upper=TRUE)#根據(jù)地理距離聚類kms=kmeans(env, centers=3, nstart=22)Position=factor(kms$cluster)#進(jìn)行MRPP分析mrpp=mrpp(dist, Position, permutations=999)mrpp

R語言中的MRPP分析是怎樣的

結(jié)果給出了每個組的樣品數(shù)目以及組內(nèi)平均對象距離（  class delta  ）、分組解釋的距離比例（  A)  。可以使用  meandist()  函數(shù)計(jì)算組間平均距離，如下所示：
#計(jì)算組間平均距離meandist(dist, Position)

R語言中的MRPP分析是怎樣的

MRPP  分析也常用來識別和檢驗(yàn)不同小組在排序圖上的差異程度，使用主排序軸數(shù)據(jù)（需要?dú)W氏距離！）和分組數(shù)據(jù)，來檢驗(yàn)排序結(jié)果是否符合預(yù)期。例如如下所示  PCoA  排序  ：

R語言中的MRPP分析是怎樣的

我們想要判斷兩種動物腸道微生物群落的排序坐標(biāo)是否具有顯著差異：
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)#進(jìn)行PCoA分析otu_pca=prcomp(dist, scal=FALSE)pc12=otu_pca$x[, 1:2]#檢驗(yàn)排序結(jié)果fish=c(rep("Bp", 10), rep("Ci", 10))mrpp2=mrpp(pc12, fish, distance="euclidean", permutations=999)mrpp2
檢驗(yàn)結(jié)果顯著，也即排序結(jié)果與實(shí)驗(yàn)設(shè)計(jì)分組是相符的。

看完上述內(nèi)容，你們對R語言中的MRPP分析是怎樣的有進(jìn)一步的了解嗎？如果還想了解更多知識或者相關(guān)內(nèi)容，請關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝大家的支持。

新聞名稱：R語言中的MRPP分析是怎樣的
當(dāng)前網(wǎng)址：http://www.yijiale78.com/article22/jdogjc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供Google、商城網(wǎng)站、企業(yè)網(wǎng)站制作、關(guān)鍵詞優(yōu)化、網(wǎng)站維護(hù)、用戶體驗(yàn)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)

搜索引擎優(yōu)化