R을 이용한 ANOSIM 통계 분석

Canine_Feline_ANOSIM_test.csv

9.14MB

안녕하세요,

 

Group간의 수치 차이를 통계 분석에는 대표적으로 ANOSIM, ANOVA, PERANOSIM, PERANOVA 등등이 있습니다.

이 번 포스팅에서는 Analysis of Similiarity (ANOSIM)에 대해 다뤄볼게요.

 

아래 Google WIKIPedia에 가면 설명은 너무 잘 되어있습니다.

 

https://en.wikipedia.org/wiki/Analysis_of_similarities

 

ANOSIM의 원리, 공식, 정의, 결과 값 해석이 기술되어 있습니다.

 

 

저는 R program에서 어떤 명령어를 사용하여 분석하는지 설명합니다. 

 

패키지는 "vegan"을 이용합니다.

 

 

 

 

1. 패키지 설치

 

################### Install Packages #######################

 

install.packages("vegan")

 

########################################################

 

 

 

2. 데이터 불러오기 --> 첨부 파일에 데이터 포맷 참고하셔도 됩니다 :)

 

##################### Load Dataframe ######################

 

pc = read.csv("F:/SRA/ANOSIM/Canine_Feline_ANOSIM_test.csv", header= TRUE)

 

#########################################################

 

 

 

3. 데이터 전 처리 및 분석

 

##################### Processing ##########################

 

com = pc[,3:ncol(pc)]

m_com = as.matrix(com)

 

ano = anosim(m_com, pc$Host, distance = "bray", permutations = 9999)

 

##########################################################

 

 

 

4. 결과 값 확인

 

####################### Result #############################

 

ano

 

##########################################################

 

 

R command Running 예시

 

> library(vegan)

> pc = read.csv("F:/SRA/ANOSIM/Canine_Feline_ANOSIM_test.csv", header= TRUE)

> #make community matrix - extract columns with abundance information, turn data frame into matrix

> com = pc[,3:ncol(pc)]

> m_com = as.matrix(com)

> ano = anosim(m_com, pc$Host, distance = "bray", permutations = 9999)

> ano

 

Call:

anosim(x = m_com, grouping = pc$Host, permutations = 9999, distance = "bray") 

Dissimilarity: bray 

 

ANOSIM statistic R:  0.15 

      Significance: 1e-04 

 

Permutation: free

Number of permutations: 9999

 

 

 

ANOSIM R value 해석 Simply

 

0.75 < R < 1 - highly different

0.5 < R < 0.75 -  different

0.25 < R < 0.5 -  different with some overlap

0.1 < R < 0.25 - similar with some differences (or high overlap)

R < 0.1 - similar

 

 

해석: 

Significance가 p-value이다. 0.0001이므로 통계적으로 유의하며, R 값이 어느 정도는 비슷하나, 0에 가깝기 때문에 또 비슷하다고 할 수 있다.

 

 

분석. 명령어를 이용한다는 것은 전문적으로 보이지만, 실제로 알고 보면.. 별 거 없다.