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。
