测试betadisper()输出的方差

Question

我有一些群体基因组数据，其中我有针对每种治疗的祖先基因组的SNPs的等位基因频率。

我想看看不同处理之间的β多样性是否不同，所以在欧几里得距离上使用了vegan包和betadisper()。

在从模型中提取所有信息并将其放入数据仓库以便ggplot2喜欢之后，我就可以得到这个图了。

​

​

虽然在我看来，混合(圆)处理比静态(三角形)处理具有更高的β多样性，但anova()、permutest()和TukeyHSD()方法给出了我们不拒绝关于方差同质性的零假设的结果。此外，大多数这些测试的p值为p> 0.8。

根据我所能得出的结果，在betadisper()模型对象上进行的这些测试考虑到到质心的平均距离的差异，这在不同的治疗方法中并没有什么不同。

​

​

然而，与质心距离的传播似乎在两种治疗方法之间是不同的。

我只是想知道，我是否可以做一些像Bartlett测试或levene测试(在car包中)，将每个组的质心距离的差异看作是另一个“β多样性”(组间的差异)。或者，如果在素食者中有方法，任何人都知道，看看与质心距离的变化，以及对质心的平均距离的变化。

Answer 1

您的图形具有误导性:您应该在PCoA中使用等高宽比(等距缩放)，但是水平轴被拉伸，垂直轴在绘图中被压缩。此外，凸包可能是误导的，因为它集中在极端观测，但测试重点是“典型”距离质心。所以你的“眼睛”是错误的，被图形误导了。我们确实提供了正确的图形作为betadisper的方法，使用这些而不是自组装的ggplot2图形可以帮助您避免这个问题，或者至少您可以使用这些图形交叉检查您自己的版本。

请注意，betadisper已经处理了方差的“同质性”，而具有方差(=距离质心距离的方差)可能不是有用的，也不容易解释。我们得到的函数对分别是adonis2和betadisper，对于色散w.r.t的大小。去质心。