介紹
微生物多樣性分析中鳍徽，α多樣性主要關(guān)注局域均勻生境下的物種數(shù)目 ，通俗來講就是樣本內(nèi)的物種多樣性敢课。β多樣性是指在地區(qū)尺度上，物種組成沿著某個梯度方向從一個群落到另一個群落的變化率直秆；即沿著某一環(huán)境梯度濒募，物種替代的速率圾结、物種周轉(zhuǎn)率等， 影響β多樣性的主要生態(tài)因子有土壤疫稿、地貌及干擾等培他。
排序分析（Ordination analysis)的過程就是在一個可視化的低維空間或平面重新排列這些樣本，使得樣本之間的距離最大程度地反映出平面散點(diǎn)圖內(nèi)樣本之間的關(guān)系信息舀凛，使得排序軸能夠反映一定的生態(tài)梯度。包括：
-
只使用物種組成數(shù)據(jù)的排序稱作非限制性排序(unconstrained ordination)
主成分分析(principal components analysis,PCA)
對應(yīng)分析(correspondence analysis, CA)
Multiple Correspondence Analysis (MCA)：MCA是CA的改良版本途蒋，可分析2個以上的變量。
去趨勢對應(yīng)分析(Detrended correspondence analysis, DCA)
主坐標(biāo)分析(principal coordinate analysis, PCoA)
非度量多維尺度分析(non-metric multi-dimensional scaling, NMDS)
-
同時(shí)使用物種和環(huán)境因子組成數(shù)據(jù)的排序叫作限制性排序(constrained ordination)
冗余分析(redundancy analysis,RDA)
典范對應(yīng)分析(canonical correspondence analysis, CCA)
db-RDA
Tips：通常采用PCA處理環(huán)境數(shù)據(jù)，采用CA處理群落數(shù)據(jù)懊烤；RDA和CCA是多元分析（PCA，CA）和線性回歸的結(jié)合腌紧，研究生物和環(huán)境之間的關(guān)系茸习；
RDA圖解釋：
RDA是響應(yīng)變量矩陣與解釋變量之間多元多重線性回歸的擬合值矩陣的PCA分析壁肋，展示方式一般有雙序圖和三序圖号胚。環(huán)境因子一般用箭頭表示浸遗，箭頭所處的象限表示環(huán)境因子與排序軸間的正負(fù)相關(guān)性，箭頭與原點(diǎn)的連線長度代表著某個環(huán)境因子與群落分布和種類分布間相關(guān)程度的大小跛锌，連線越長弃秆，說有相關(guān)性越大髓帽，反之越小。箭頭連線和排序軸的夾角代表著某個環(huán)境因子與排序軸(RDA1和RDA2氢卡，主成分1锈至、2)的相關(guān)性大小，夾角越小峡捡，相關(guān)性越高；反之越低筑悴。
RDA雙序圖將對象作為綠色點(diǎn)，將響應(yīng)或解釋變量作為向量（紅色箭頭）阁吝，標(biāo)稱型目標(biāo)變量為紅色點(diǎn)（標(biāo)稱型：不是數(shù)值的變量砚婆，如是和否突勇、男和女、職業(yè)等甲馋，主要用于分類）埂奈。在三序圖中，將對象指定為綠色點(diǎn)账磺，而響應(yīng)和解釋變量（紅色和綠色箭頭）都被繪制為矢量芹敌，標(biāo)稱變量繪制為綠色點(diǎn)。
環(huán)境因子一般用箭頭表示垮抗，箭頭所處的象限表示環(huán)境因子與排序軸間的正負(fù)相關(guān)性，箭頭連線的長度代表著某個環(huán)境因子與群落分布和種類分布間相關(guān)程度的大小冒版，連線越長液茎，說有相關(guān)性越大辞嗡，反之越小。箭頭連線和排序軸的夾角代表著某個環(huán)境因子與排序軸的相關(guān)性大小欲间，夾角越小，相關(guān)性越高断部；反之越低。
