R語言兩個矩陣（兩組）數據的相關性分析

• vegan包及數據說明
• 分別計算距離矩陣
• 相關性分析

vegan包及數據說明

Mantel tests是確定兩組距離測度矩陣（而非兩組變量矩陣）之間相關性的相關性測試方法，用于判斷一個矩陣中的樣本距離與另一矩陣中的樣本距離是否相關。Mantel tests零假設為響應變量矩陣中對象之間的距離與解釋變量矩陣不存在相關，如果結果中p值顯著，則拒絕零假設，即存在相關性，隨著一個矩陣中樣本之間距離的增加（或減少），另一矩陣中對應樣本之間的距離也增加（或減少）。

install.packages("vegan")#安裝包 library(vegan)#加載包

數據是vegan包里自帶的兩個數據：

data(varespec);varespec data(varechem);varechem

分別計算距離矩陣

我們使用vegdist函數計算距離矩陣，以下是參數

vegdist(x, method="bray", binary=FALSE, diag=FALSE, upper=FALSE,na.rm = FALSE, ...)

其中method默認是布雷克蒂斯距離，可以是歐式距離，馬氏距離，卡方距離等等
method= “manhattan”, “euclidean”, “canberra”, “clark”, “bray”, “kulczynski”, “jaccard”, “gower”, “altGower”, “morisita”, “horn”, “mountford”, “raup”, “binomial”, “chao”, “cao”, “mahalanobis”, “chisq”, “chord”, “aitchison”, or “robust.aitchison”.
對于這些距離的具體定義可以看這篇文章

veg.dist <- vegdist(varespec))# Bray-Curtis env.dist <- vegdist(scale(varechem), "euclid")#首先標準化在進行計算

相關性分析

mantel函數進行相關性分析，mantel.partial函數進行偏相關性分析
以下是函數的具體參數

mantel(xdis, ydis, method="pearson", permutations=999, strata = NULL,na.rm = FALSE, parallel = getOption("mc.cores")) mantel.partial(xdis, ydis, zdis, method = "pearson", permutations = 999, strata = NULL, na.rm = FALSE, parallel = getOption("mc.cores"))

具體操作：

mantel(veg.dist, env.dist, method="spear")

這里的significance為0.001小于0.05拒絕原假設H0，即認為兩個矩陣之間有很強的相關性

總結

以上是生活随笔為你收集整理的R语言两个矩阵（两组）数据的相关性分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。