R语言进行微生物环境因子相关性分析

Posted 2021-04-18 生信空间站

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了R语言进行微生物环境因子相关性分析相关的知识，希望对你有一定的参考价值。

相关分析概述

1.1 线性相关分析

（1) 基于相关系数的相关分析(Pearson相关，秩相关) 。

（2) 基于模型的相关分析

✳线性回归分析（ Pearson相关是线性回归的一种特殊情况）

✳偏相关

✳基于线性模型和降维手段的RDA分析

1.2 非线性相关分析

大多基于模型，logit回归模型，生存分析模型，基于峰值模型和降维手段的CCA等。

1.3 常见的相关系数

（1）Pearson相关：更适合分析两个服从正态分布的变量的相关。

（2）秩相关：如Spearman秩相关、kendal秩相关。它们只考虑排序的相关程度，不考虑具体的值，应用相对广泛，且不要求正态分布。

1.4 相关系数的可视化

（1）相关网络：用有无线条、线条粗细、线条颜色等体现相关系数和显著性。

（2）相关性热图：用颜色深浅，符号等体现相关系数和显著性。

以上是关于R语言进行微生物环境因子相关性分析的主要内容，如果未能解决你的问题，请参考以下文章