非度量多维排列(NMDS)分析
简介
非度量多维排列(Non-metric Multidimensional Scaling,NMDS)是一种用于数据可视化的降维技术,它允许在低维空间中展示高维数据的相对位置关系,同时尽可能保持原始数据的相似性或距离信息。NMDS特别适用于那些无法直接测量或难以量化的数据,比如生态学中的物种相似性或社会调查中的感知差异。
NMDS的基本思想是将原始数据中的相似性或距离信息转换成一个秩矩阵(rank matrix),然后通过迭代优化的方式,找到低维空间中的坐标,使得这些坐标之间的距离与原始的秩矩阵尽可能一致。NMDS不要求原始数据服从任何特定的分布,因此它是一种非参数方法。
NMDS的评估标准是“应力”(stress)值,它衡量了低维空间中的距离与原始数据中的距离之间的不一致性。较低的Stress值意味着NMDS在低维空间中的表示较好地反映了原始数据中的距离。理想情况下,应力值应该尽可能小,通常认为应力值小于0.1时,NMDS的结果具有较好的解释性。在非度量多维缩放分析中,Stress值是一个关于模型拟合好坏的指标。但选择模型时,除了考虑Stress值,还应该考虑解释性和模型复杂性。
数据说明
输入数据为为矩阵形式,名字不能含有特殊符号,空格等。第1行是样品分组信息,第2行是样品名(唯一,不能有重复),第3+行是OTU值(或其他值)
论文例子
如何引用?
建议直接写网址。4400+篇
google学术,3700+篇
知网学术
正式引用:Tang D, Chen M, Huang X, Zhang G, Zeng L, Zhang G, Wu S, Wang Y.
SRplot: A free online platform for data visualization and graphing. PLoS One. 2023 Nov 9;18(11):e0294236. doi: 10.1371/journal.pone.0294236. PMID: 37943830.
方法章节:Heatmap was plotted by https://www.bioinformatics.com.cn (last accessed on 10 Oct 2024), an online platform for data analysis and visualization.
致谢章节:We thank Mingjie Chen (Shanghai NewCore Biotechnology Co., Ltd.) for providing data analysis and visualization support.