0

因为代码在 RI 中相当密集，而不是在 PAST（古生物学统计软件）中进行了双向 PERMANOVA，但是，我需要进行我在 PAST 中似乎无法进行的事后测试，所以我回到了 R . 我在 R 中得到的结果与在 PAST 中得到的结果有很大不同，我不确定我是否编码错误，或者 PAST 是否根本不可靠？

这是我的数据子样本的链接

我使用的代码：

options(scipen=999)
library(vegan)
attach(data)

#1. Standardize data to get them on the same scale and add to dataset
N1<-scale(data$nutr1)
N2<-scale(data$nutr2)
N3<-scale(data$nut3)

data<-cbind(data,N1)
data<-cbind(data,N2)
data<-cbind(data,N3)

DV<-cbind(data$N1,data$N2,data$N3)
IV<-cbind(data$sample,data$treatment)

#2. Permutational Multivariate Analysis of Variance (PERMANOVA)
#IV1
adonis(formula=DV~data$sample,permutations=9999,method="euclidean")
#IV2
adonis(formula=DV~data$treatment,permutations=9999,method="euclidean")
#IV interaction
adonis(formula=DV~IV,permutations=9999,method="euclidean")

在过去，IV1 的 p 值 = 0.0001，但在 R 中 = 0.4485

IV2 的 p 值在 PAST 中 = 0.0001，但在 R 中 = 0.7384

IV1 和 IV2 之间相互作用的 p 值在 PAST 中 = 0.0466，但在 R 中 = 0.2275

我意识到数据不完整，这增加了此示例中的差异，但是即使我使用完整的数据集 IV1 仍然微不足道，尽管 IV2 和交互作用很显着，但 p 值与我得到的值不同过去的。

我在我的代码中做错了吗？我是否在 R 中正确执行了双向 PERMANOVA？此外，是否有人有任何代码链接到用于事后分析的成对双边多重比较分析？

PS我不太懂技术术语，所以请对我温柔:)

4

0 回答 0