非度量多维标度(Non-metric Multidimensional Scaling,NMDS)是一种将多维空间的研究对象(样本或变量)简化到低维空间进行定位、分析和归类,同时又保留对象间原始关系的数据分析方法。
与PCoA相似,NMDS都使用样本相似性距离矩阵进行降维排序分析,但NMDS侧重反映距离矩阵中数值的排序关系,NMDS图形常用作微生物群落研究的β分析。
来看看R的vegan包和ggplot2包是如何绘制NMDS图的。
使用数据文件如下:
①otu_table.txt
②group.txt
方法如下:
1.调用vegan包metaMDS()函数执行NMDS,读取数据;
2.根据物种组成计算样方距离,如 Bray-curtis 距离;
3.NMDS 排序,定义 2 个维度;
4.提取应力函数值、样方得分,查看主要结果;
5.物种变量可通过丰度加权平方被动添加至排序图中;
6.使用ggplot2包作图。
框内的数字是行变量和列变量之间的相关系数R,相关系数R绝对值越大,颜色越深(红正,蓝负)。统计学中,P值越小相关性越显著,一般来说 一个*代表显著相关(P值为0.01,选取不同参数可能不一样)、两个**代表极显著相关(P值为0.001)、三个***代表极极显著相关(P值为0.0001). 图中还可以看出,相关系数R的绝对值0.67(变量P50与T之间)以上的都显著相关,至少一个*。符合一般关于相关系数R值的显著性统计。