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.