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