使用到的是R语言的 poppr 包中的 read.genalex() 函数
poppr 第一次使用需要先安装
读入数据
读入数据直接是 genclone object，使用函数 genclone2genind() 将其转换成genind object，接下来使用 ade4 包中的 dudi.pca() 函数做主成分分析
主成分的结果存储在li中
还是认为的分个组，然后做散点图
明天的推文再继续这部分内容吧！
cor()函数可以提供双变量之间的相关系数，还可以用scatterplotMatrix()函数生成散点图矩阵
不过R语言没有直接给出偏相关的函数；
我们要是做的话，要先调用cor.test()对变量进行Pearson相关性分析，
得到简单相关系数，然后做t检验，判断显著性。
方法/步骤
1、首先，先教大家如何使用SPSS多元线性回归分析
2、接下来是范例说明：
此案例是希望找到与营收相关的多元回归式
原先加入参数有：5个
调整後回归R方：0.888 / 显着性：皆小於0.05
看起来相当拟合，无任何差错
3、可依个人需求，勾选需要参考的指标
若是没有勾选，只会出现既定标准的指标
在此需加入 Statistisc中的 "共线性诊断"
4、排除共线性强因子，可用偏相关查看是否确实应该排除
主要是看 VIF值是否大於2 （大於2，表示共线性极强需改善）
否则会有交互作用
5、最後模型拟合程度，可在excel中
做主次座标清楚检视
