使用为多个样本记录的物种丰度数据，我想创建一个树状图，其中分支代表样本的相似性.距离度量应为Bray-Curtis-相似性.对于每个 node ，我希望通过自举获得表示 solidity 的p值.来自R包pvclust的函数pvclust()似乎适合于该问题.不幸的是，在pvclust中，Bray-Curtis-Simility并不是作为距离度量实现的.但是，可以将返回dist对象的函数传递给pvclust的method.dist参数.vegan个套餐中的vegdist个看起来很合适.
按照答案中的方法，我在这里找到:Error when using ''ward'' method with pvclust R package，我目前的方法如下(使用包vegan中的沙丘数据集):
# load libraries
library(vegan)
library(pvclust)
# load example data
data(dune)
# run pvclust
pv_result <- pvclust(dune,
method.hclust = "ward.D",
method.dist = function(x){vegan::vegdist(x, "bray")},
n = 1000,
parallel = TRUE)
# plot result
plot(pv_result)
这将返回以下树状图:
P值的计算似乎不起作用，因为它们对于所有 node 都是0.我正在寻找一种计算p值的方法.此外，使用pvclust的替代品的方法也是受欢迎的.