我有一些群体基因组学数据,其中每个处理的祖先基因组的SNP等位基因频率。
我想看看治疗之间的β多样性是否不同,所以使用vegan
包和betadisper()
对欧氏距离。
从模型中提取所有信息并将其放入数据框以便ggplot2喜欢它之后,我可以得到这个图。
虽然在我看来,这显示了混合(圆形)比静态(三角形)治疗更高的β多样性,anova()
,permutest()
和TukeyHSD()
方法给出了我们不拒绝的结果方差同质性的零假设。另外,大多数这些测试的p值是p> 1。 0.8。
从我可以解决的问题来看,betadisper()
模型对象上的这些测试会查看到质心的平均距离的差异,这在治疗之间没有差异。
我只是想知道我是否可以做类似Bartlett测试或levene测试(在car
包中),以查看每组的质心距离的差异作为另一个度量标准“beta多样性”(各组之间的差异)。或者,如果素食主义者中有方法,任何人都知道要查看到质心的距离的变化以及到质心的平均距离的变化。
答案 0 :(得分:3)
您的图形具有误导性:您应该在PCoA中使用相等的宽高比(等长缩放),但水平轴在图中被拉伸并且垂直轴被压缩。此外,凸壳可能会误导,因为它专注于极端观测,但测试侧重于'#34;典型"距质心的距离。所以你的眼睛"是错误的,被图形误导了。我们确实提供了正确的图形作为betadisper
的方法,使用这些而不是自编的 ggplot2 图形可以避免这个问题,或者至少可以使用这些图形进行交叉检查你自己的版本。
请注意betadisper
已经适用于"同质性"方差的变化,以及方差的方差(=与质心的距离的方差)可能不是有用的或容易解释的。对于质心的差异,我们得到的函数对是adonis2
,而对于分散的大小,我们有betadisper
。到质心。