R语言|绘制物种累计曲线

2023-03-08 08:55:01Python017

R语言|绘制物种累计曲线,第1张

物种累积曲线( species accumulation curves)用于衡量和预测群落中物种丰富度随样本量扩大而增加的幅度，在生物多样性和群落调查中，被广泛用于判断样本量是否充分的并估计群落丰富度。

一般而言，在样本量较少的情况下，随着样本数量的增加，将有较大可能性发现大量新的物种，此时曲线呈急剧上升状态；当样本数量已经较大时，此时群落中的ASV/OTU总数将不再随着样本数量增加而显著增加，曲线将趋于平缓。

因此，通过物种累积曲线可以判断样本量是否充分：若曲线始终保持上升趋势，则表明样本量不足，反之，则表明样本量已足以反应群落的物种组成。在样本量充分的前提下，运用物种累积曲线还可以对物种丰富度进行预测。

下面我使用R脚本，vegan包对ASV/OTU丰度矩阵中每个样本所对应的SAV/OTU总数绘制specaccum物种累计曲线。

1.调用vegan包，读取物种数据；

2.使用 specaccum 函数用来计算物种的累计曲线；

3.作图展示。

如图，随着取样样本数量逐渐增加，所观测到的物种种类也不断增加。当曲线趋近平缓时，代表群落中的物种接近全部被观测到；反之不饱和，还需继续观测更多的样本数量。

-- title: R语言中dnorm, pnorm, qnorm与rnorm以及随机数 date: 2018-09-07 12:02:00 type: "tags" tags: 在R语言中，与正态分布（或者说其它分布）有关的函数有四个，分别为dnorm,pnorm,qnorm和rnorm，其中，dnorm表示密度函数，pnorm表示分布函数，qnorm表示分位数函数，rnorm表示生成随机数的函数。在R中与之类似的函数还有很多，具体的可以通过 help(Distributions) 命令去查看，对于分位数或百分位数的一些介绍可以看这篇笔记《分位数及其应用》，关于正态分布的知识可以看这篇笔记《正态分布笔记》。现在这篇笔记就介绍一下这些函数的区别。 R提供了多种随机数生成器(random number generators, RNG)，默认采用的是Mersenne twister方法产生的随机数，该方法是由Makoto Matsumoto和Takuji Nishimura于1997年提出来的，其循环周期是。R里面还提供了了Wichmann-Hill、Marsaglia-Multicarry、Super-Duper、Knuth-TAOCP-2002、Knuth-TAOCP和L'Ecuyer-CMRG等几种随机数生成方法，可以通过 RNGkind() 函数进行更改，例如，如果要改为WIchmann-Hill方法，就使用如下语句：在R中使用随机数函数，例如 rnorm() 函数来生成的随机数是不一样的，有时我们在做模拟时，为了比较不同的方法，就需要生成的随机数都一样，即重复生成相同的随机数，此时就可以使用 set.seed() 来设置随机数种子，其参数为整数，如下所示：dnorm 中的 d 表示 density ， norm 表示正态贫，这个函数是正态分布的概率密度(probability density)函数。正态分布的公式如下所示：给定x，μ和σ后， dnorm() 这个函数返回的就是会返回上面的这个公式的值，这个值就是Z-score，如果是标准正态分布，那么上述的公式就变成了这个样子，如下所示：现在看一个案例，如下所示：dnorm(0,mean=0,sd=1) 由于是标准正态分布函数的概率密度，这个命令其实可以直接写为 dnorm(0) 即可，如下所示：再看一个非标准正态分布的案例，如下所示：虽然在 dnorm() 中，x是一个概率密度函数(PDF,Probability Density Function)的独立变量，但它也能看作是一组经过Z转换后的一组变量，现在我们看一下使用 dnorm 来绘制一个正态分布的概率密度函数曲线，如下所示：现在使用 dnorm() 函数计算一下Z_scores的概率密度，如下所示：现在绘图，如下所示：从上面的结果可以看出，在每个Z-score处， dnorm 可以绘制出这个Z-score对应的正态分布的pdf的高度。pnorm 函数中的 p 表示Probability，它的功能是，在正态分布的PDF曲线上，返回从负无穷到 q 的积分，其中这个 q 指的是一个Z-score。现在我们大概就可以猜测出 pnorm(0) 的值是0.5，因为在标准正态分布曲线上，当Z-score等于0时，这个点正好在标准正态分布曲线的正中间，那么从负无穷到0之间的曲线面积就是整个标准正态分布曲线下面积的一半，如下所示：pnorm 函数还能使用 lower.tail 参数，如果 lower.tail 设置为 FALSE ，那么 pnorm() 函数返回的积分就是从 q 到正无穷区间的PDF下的曲线面积，因此我们就知道了， pnorm(q) 与 1-pnorm(q,lower.tail=FALSE) 的结果是一样的，如下所示：在计算机出现之前的时代里，统计学家们使用正态分布进行统计时，通常是要查正态分布表的，但是，在计算机时代，通常都不使用正态分布表了，在R中， pnorm() 这个函数完全可以取代正态分布表了，现在我们使用一个Z-scores的向量来计算一下相应的累积概率，如下所示：以上就是标准正态分布的累积分布函数(CDF,Cumulative Distribution Function) 曲线。简单来说， qnorm 是正态分布累积分布函数(CDF,Cumulative Distribution Function）的反函数，也就是说它可以视为 pnorm 的反函数，这里的 q 指的是quantile，即分位数。使用 qnorm 这个函数可以回答这个问题：正态分布中的第p个分位数的Z-score是多少？现在我们来计算一下，在正态分布分布中，第50百分位数的Z-score是多少，如下所示：再来看一个案例：在正态分布中，第96个百分位的Z-score是多少，如下所示：再来看一个案例：在正态分布中，第99个百分位的Z-score是多少，如下所示：再来看一下 pnorm() 这个函数，如下所示：从上面我们可以看到， pnorm 这个函数的功能是，我们知道某个Z-score是多少，它位于哪个分位数上。接着我们进一步举例来说明一下 qnorm 和 pnorm 的具体功能，如下所示：现在进行绘图，如下所示：rnomr() 函数的功能用于生成一组符合正态分布的随机数，在学习各种统计学方法时， rnorm 这个函数应该是最常用的，它的参数有 n , mean ， sd ，其中n表示生成的随机数，mean与sd分别表示正态分布的均值与标准差，现在举个例子，如下所示：现在我们绘制一下上面的几个向量的直方图，看一下它们的均值是否在70附近，如下所示：在R语言中，生成不同分布的各种类型的函数都是以d,p,q,r开头的，使用原理跟上面的正态分布都一样。sample() 函数是一个用于生成随机数的重要的核心函数，如果仅传递一个数值n给它，就会返回一个从1到n的自然数的排列，如果传递是 n:m 就是生成从n到m的随机数，如是是 7,5 ，则会生成5个小于7的随机数，如下所示：从上面的结果可以看出来，这些数字都是不同的，也就是说，sample函数默认情况下是不重复抽样，每个值只出现一次，如果允许有重复抽样，需要添加参数 replace = TRUE ，如下所示： sample函数通常会从某些向量中随机挑一些参数，如下所示：也可以挑日期，如下所示：上述分布函数前面加上r，p、q、d就可以表示相应的目的：

1. 安装和加载包

绘制Kaplan-Meier生存曲线需要用到的R包：survminer和survival。

library(survminer) # 加载包

library(survival) # 加载包

2 拟合曲线

R中使用survfit()函数来拟合生存曲线。

fit.3<-survfit(Surv(住院天数+病程,组别)~cd1656,data=data)

3. 绘制曲线函数

ggsurvplot(fit, data = NULL, fun = NULL, color = NULL,

palette = NULL, linetype = 1, conf.int = FALSE,

pval = FALSE, pval.method = FALSE,

test.for.trend = FALSE, surv.median.line = "none",