
冗余分析Redundancy Analysis (RDA) 两点说明:
1、一种排序方法:将样点投射到两条排序轴构成的二维平面上,通过样点的散集形态、在象限的分布等来反映研究区的特点。
2、在统计学中,冗余分析是通过原始变量与典型变量之间的相关性,分析引起原始变量变异的原因。以原始变量为因变量,典型变量为自变量,建立线性回归模型,则相应的确定系数等于因变量与典型变量间相关系数的平方。它描述了由于因变量和典型变量的线性关系引起的因变量变异在因变量总变异中的比例。
冗余有硬件冗余,解析冗余。
解析冗余是指与硬件冗余相对应,通过解析方式表示的系统数学模型来产生冗余的信号。
冗余信号的产生往往是成功实现故障诊断的关键。前面介绍了微生物多样性如何整合数据并进行了基础可视化分析,现在让我们开始进行更加深入的相关性分析和差异分析(相关性热图,RDA,CCA,Lefse)
一般我们主要绘制属水平物种与理化因子的相关性热图
依然使用我们转化为 phyloseq 的对象的数据集,首先让我们导出属水平物种组成表:
导出数据之后我们要对属水平物种组成表进行过滤,把丰度占比低于1%的归入others类
让我们自定义一个函数对其进行过滤
经过上面的步骤我们完成了对数据的过滤,接下来让我们用属水平的物种组成表结合理化因子数据绘制相关性热图:
经过上面两步我们完成了相关性热图的分析及可视化,接下来进行RDA,CCA的分析
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)