R软件结果与PRIMER 7 及 PAST v3 软件结果一致！！！ Analysis of similarities (ANOSIM) is a non-parametric statistical test widely used in the field of ecology. The test was first suggested by K. R. Clarke as an ANOVA-like test, where instead of operating on raw data, operates on a ranked dissimilarity matrix. ANOSIM （ Analysis ofsimilarities ） 等可用于检验样品组间（不是种间）的差异显著性 。比如对多组数据进行聚类分析后得到3个大类，但是想知道这3个大类直接的差异是否显著，可用ANOSIM方法（但一般情况更推荐用PREMANOVA方法）。 Step1 ：数据填写，及导入到R 其中， FishBio.csv 为 6种鱼的某一指标（如体长SL/cm）的数据 ； 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只是便于大家理解数据的含义，在编码过程中不使用； FishEnv.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FishBio.csv基于UPGMA算法进行聚类）进行分类。 注意事项：分组内容建议用字母表示，一定不能不纯数字表示 ！！！ # FishEnv.csv #上图为 FishBio.csv # 上图为 FishBio.backup.csv FishBio-read.csv(~/FishBio.csv) View(FishBio) FishEnv- read.csv(~/FishEnv.csv) View(FishEnv) # 如需提前聚类分析，代码为 library(vegan) distance.bray-vegdist(FishBio,method = 'bray') hclust.fish-hclust(distance.bray,method = average) plot ( hclust.fish ) #得到聚类结果后，再确定FishEnv.csv中Group 相应的值。 Step2 ：进行ANOSIM计算 接上面的代码继续写 library(vegan) distance.bray-vegdist(FishBio,method = 'bray') anosim.result-anosim(distance.bray,FishEnv$Group,permutations = 999) summary(anosim.result) #得到结果如下图 Globe R = 0.2222 ， p -value= 0.1 #注意二： 每进行一个999次 permutations，得到p-value可能会有微小的波动，但Glober R 值不变。 以上。 参考网址： http://cc.oulu.fi/~jarioksa/softhelp/vegan/html/anosim.html 相关博文： 1. 正确作“系统（层次）聚类分析”之R（或Rstudio）应用 2. 在R中正确运行PERMANOVA and pairwise comparison——样品组间差异显著性检验及注意点 3. 在R中运行metaMDS
标签: 操作步骤
