科学网

 找回密码
  注册

tag 标签: 以及pairwise

相关帖子

版块 作者 回复/查看 最后发表

没有相关内容

相关日志

在R中正确运行PERMANOVA and pairwise comparison及注意事项
热度 5 meiweipingg 2016-10-16 14:15
更多内容请移步至: 新位置 PERMANOVA and pairwise comparison——样品组间差异显著性分析及事后两两比较。 Step1 :数据填写方式如下图,及导入到 R 其中, dune.fish.csv 为 6 种鱼的某一指标(如体长 SL/cm )的数据; dune.fish.env32grp.csv 为 6 种鱼对应的 3 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 dune.fish.csv 基于 UPGMA 算法进行聚类)进行分类。 dune.fish-read.csv(~/dune.fish.csv) View(dune.fish) dune.fish.env32grp- read.csv(~/dune.fish.env32grp.csv) View(dune.fish.env32grp) 下图为dune.fish.backup.csv,仅仅为了方便理解数据含义,在R中不使用。 ... Step2 :进行 PERMANOVA 计算, 结果如下图 library(vegan) adonis(dune.fish~ Group,data = dune.fish.env32grp,permutations = 999,method=bray)-ad1 ad1 Step3 : pairwise comparison for PERMANOVA in R software #-------copy pairwise.adonis function code in R ----------- pairwise.adonis -function(x,factors, sim.method, p.adjust.m) { library(vegan) co = as.matrix(combn(unique(factors),2)) pairs = c() F.Model =c() R2 = c() p.value = c() for(elem in 1:ncol(co)){ ad = adonis(x ),as.character(co )),] ~ factors ),as.character(co ))] , method =sim.method); pairs =c(pairs,paste(co ,'vs',co )); F.Model =c(F.Model,ad$aov.tab ); R2 = c(R2,ad$aov.tab ); p.value = c(p.value,ad$aov.tab ) } p.adjusted =p.adjust(p.value,method=p.adjust.m) pairw.res = data.frame(pairs,F.Model,R2,p.value,p.adjusted) return(pairw.res) } #---------------------------end copy---------------------- pairwise.adonis(dune.fish, dune.fish.env32grp$Group, sim.method=bray, p.adjust.m= bonferroni) ( 备忘 adonis( dune.fish~ Group, data = dune.fish.env32grp, permutations = 999, method=bray)-ad1 ) 结果如下 # over 相关博文: 1. 在R中正确运行ANOSIM——样品组间差异显著性检测及注意点 2. 在R中运行metaMDS
个人分类: R语言|46056 次阅读|18 个评论

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-6-16 04:55

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部