数据准备:
1.群落数据(otu)
2.环境因子数据(env)
软件准备:
1.指定数据存放目录:文件-改变工作目录
2.安装程序包:程序包-本地zip安装
(vegan和permute)
3.加载vegan程序包:程序包-加载程序包-vegan
分析实例:
1.群落结构是否分异,进行图示化
2.群落分异与何环境因子相关
==========分析实例,可试运行===========
一. 群落分异分析举例 (NMDS、PCA进行图示;ANOSIM进行分析):
1. 导入数据、群落分异图示化
otu=read.table('otu.txt',header=T)
#进行nmds分析,并图示化
nmds1=metaMDS(otu,distance = 'bray', k = 2,trymax=20)
plot(nmds1, display = 'sites', choices = c(1, 2), type = 't')
nmds1$stress
#进行CA分析,并图示化
cca1=cca(otu)
plot(cca1,display='si')
cca1
其他方法:PCA、DCA
软件准备:
分析实例:
==========分析实例,可试运行===========
一. 群落分异分析举例 (NMDS、PCA进行图示;ANOSIM进行分析):
1. 导入数据、群落分异图示化
otu=read.table('otu.txt',header=T)
#进行nmds分析,并图示化
nmds1=metaMDS(otu,distance = 'bray', k = 2,trymax=20)
plot(nmds1, display = 'sites', choices = c(1, 2), type = 't')
nmds1$stress
#进行CA分析,并图示化
cca1=cca(otu)
plot(cca1,display='si')
cca1
其他方法:PCA、DCA
