PERMANOVA+ Add-on 解决PRIMER v7 复杂设计和异常数据

PERMANOVA+为您提供了传统线性模型的所有优势，同时摒弃了假设。

PERMANOVA+是PRIMER v7的附加包，扩展了基于相似性的方法，允许分析响应于多因素抽样设计、复杂实验和/或梯度的多元（或单变量）数据。数据云直接在选择的相似性度量的空间中建模，保持了基本的灵活性。通过准确构建相关的检验统计量和复杂的排列算法实现了正式的推断，使其成为无分布的方法。您所要做的就是了解您的设计；PERMANOVA+会替您处理所有困难的事情。

1、分区

PERMANOVA将多元异质空间中的变异进行分区，以测试复杂设计的假设，包括固定或随机因素、交互作用以及分层（嵌套）结构和/或协变量。

2、建模

在响应于环境（或其他）连续变量的基础上对多元数据进行建模，使用基于距离的冗余分析（dbRDA）。使用信息标准和顺序条件排列测试来探索关系，进行模型选择并实现简约性。

3、分类与预测

通过主坐标的典型分析（CAP）执行基于相似性的判别分析，使用交叉验证。将新样本分配给现有组，或预测新样本沿连续梯度的位置。

PERMANOVA+复杂设计分析的前沿

• 用于多响应数据的多因素ANOVA、ANCOVA设计或多重回归模型。
• 在相似性度量的基础上进行分析，或选择欧几里得距离以获得传统结果。
• 通过对设计和逻辑的细致关注计算检验统计量。
• 通过先进的排列技术获得所有p值，实现强大、严格、无分布的可靠结果。
• 在PRIMER v7 Windows环境中无缝集成。
• 在PRIMER中，将复杂的多元分析方法与您已经喜爱的所有数据处理和可视化工具并列。

PERMANOVA

• 直接分区多元数据，基于选择的相似性矩阵。
• 多因素设计、交互作用、固定或随机因素、嵌套或交叉、非对称。
• 自动识别给定设计中的所有隐含项，具有合并或移除项的能力。
• 基于均方期望（EMS）构建的检验统计量。
• 排列算法允许多层次设计并考虑模型中的其他项。
• 两两比较和用户指定的对比。
• 效应大小/方差成分的估计。
• 质心之间的距离揭示了因子结构中的显着模式。
• 不平衡或无复制设计（分割区块、随机区块等）；选择SS的类型。

PERMDISP

• 基于任一相似性度量测试组内多元离散度的均匀性。
• PERMANOVA的补充，专注于不同组中点的变异性，即点的“分散”程度。
• 适用于自然系统的生态β多样性研究或遗传变异研究。

DISTLM / dbRDA

• 了解多元数据云中的多少变异是由一个或多个解释变量解释的。
• 在这里，基于距离的多元多元回归分析得以完成：
• 个体回归器的边际和顺序排列测试；
• 使用前向、后向、逐步或较优方法进行变量选择；
• 用于模型比较的信息标准的多元分析模拟（AIC、AICc、BIC、调整的R2）；
• 分组或单独分析变量集合；
• 使用基于距离的冗余分析（dbRDA）排序可视化拟合值。

CAP

• 使用主坐标的典型分析（CAP）在选择的相似性度量空间中执行判别分析。
• 留一法交叉验证提供了先验组的统计测量的分辨力。
• 将新样本分配给现有组，或预测新样本沿连续梯度的位置。
• 适用于环境监测计划、形态分析或使用新数据验证聚类结果。