本文小编为大家详细介绍“R语言方差分解实例分析”，内容详细，步骤清晰，细节处理妥当，希望这篇“R语言方差分解实例分析”文章能帮助大家解决疑惑，下面跟着小编的思路慢慢深入，一起来学习新知识吧。
方差分解分析（Variance Partitioning Analysis）
确定最佳环境因子组合之后，进行分解分析，
#P+Hb+eGFR
vpa <- varpart(otu, env['P'], env[c('Hb')],env[c('eGFR')],chisquare = FALSE)
vpa
plot(vpa, digits = 2, Xnames = c('P', 'Hb',"eGFR"), bg = c('blue', 'red',"orange"))参数 chisquare = TRUE，执行 CCA 的变差分解；默认情况下 chisquare = FALSE，即执行 RDA 的变差分解
注：如果 varpart() 不支持 CCA，请更新 R 版本（如 R3.6 的 vegan）
分成两组（DOC 为一组，AP 和 AK为另一组）环境变量
cca_vp <- varpart(otu, env['DOC'], env[c('AP', 'AK')], chisquare = TRUE)读到这里，这篇“R语言方差分解实例分析”文章已经介绍完毕，想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会，如果想了解更多相关内容的文章，欢迎关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
