PERMANOVA+插件

用于处理更复杂的采样结构，实验设计和模型

你努力设计好你的学习。现在充分利用它。

PERMANOVA +为您提供了经典线性模型的所有优点，但却留下了假设。

PERMANOVA +是PRIMER v7的附加软件包，它扩展了基于相似性的方法，可以分析多变量（或单变量）数据，以响应多因素抽样设计，复杂实验和/或梯度。数据云直接在所选相似度量的空间中建模，保留了基本的灵活性。通过准确构建相关的测试统计数据和复杂的置换算法，实现正式推理，使其无需分发。你所要做的就是了解你的设计; PERMANOVA +为您完成所有艰难的工作。

PERMANOVA+

复杂设计分析的前沿

多因素方差分析、ANCOVA 设计或多响应数据的多元回归模型。
基于相似性度量进行分析，或选择欧几里得距离以获得经典结果。
测试统计数据是通过对设计和逻辑细节的谨慎关注来计算的。
通过高级排列技术获得的所有 p 值，可提供您可以信赖的强大、严谨、无分布的结果。
在 PRIMER v7 Windows 环境中无缝集成。
用于多元分析的复杂方法以及您已经喜欢的 PRIMER 中的所有数据处理和可视化工具。

Permanova +

PERMANOVA

基于选择的相似矩阵对多元数据进行直接分区。
多因素设计、交互作用、固定或随机因素、嵌套或交叉、不对称。
自动识别给定设计中隐含的所有项，并能够合并或删除项。
基于均方 (EMS) 的预期构建的检验统计量。
置换算法允许多级设计并考虑模型中的其他项。
成对比较和用户指定的对比。
效应大小/方差分量的估计。
质心之间的距离揭示了阶乘结构中的显著模式。
不平衡或非重复设计（分裂图、随机区组等）；选择SS的类型。

PERMDISP

根据任何相似性度量测试组内多元分散的同质性。

作为 PERMANOVA 的完美补充，PERMDISP 专注于可变性——点在不同组中的“分布”程度。

非常适合研究自然系统中的生态贝塔多样性或遗传变异。

DISTLM / dbRDA

找出一个或多个解释变量解释了多变量数据云中的多少变化。

基于不同的多元多元回归分析在这里完成：

单个回归量的边际和顺序排列测试；
使用向前、向后、逐步或“最佳”方法进行变量选择；
用于模型比较的信息标准（AIC、AICc、BIC、调整后的 R2）的多变量类似物；
分组或单独分析变量集；
使用基于差异的冗余分析 (dbRDA) 排序可视化拟合值。

CAP

使用主坐标 (CAP) 的规范分析在所选相似性度量的空间中执行判别分析。

留一法交叉验证给出了先验组独特性的统计测量。

将新样本分配到现有组，或沿连续梯度预测新样本的位置。

非常适合环境监测程序、特征的形态分析或使用新数据验证聚类结果。

探索欧几里得空间中两组变量之间的相互关系，或通过使用典型相关方法的相异性度量。

在线留言

尊敬的客户朋友，如您有任何意见建议，请通过下表反馈给我们，我们会尽快与您联系。

联系我们
	微信公众号	咨询微信	企业店铺
400-621-1085
（节假日期间办公室座机如无人接听，请选择其他联系方式，感谢理解！祝您节日快乐！）

联系我们

快速链接