每日一记--vegdist()函数

记性差了，一些东西记着记着就不知道放在哪里了，那就在这里随便写写吧。如果有写错的地方还请大家指出。

今日的记录源自一篇微信推文“酷不酷炫！想不想学！带统计学的PCoA完美解决打样本量多组数据不好区分的问题！！”。

原推送引言：样品数目多了很多的时候也就意味着分组数目的增加，在文章必备的beta多样性分析结果图中，很有可能会造成不同组样品之间的互相重叠，直观无法有效的看出分组聚类。

优点：展示更直观

文章内容就不说了，可以自己点上面的链接看，主要记录一下在这个学习过程中的小收获，因为不懂得地方实在是太多了，慢慢看。

vegdist函数，用来计算描述群落差异指数的函数。可以选择Gower, Bray--Curtis, Jaccard and Kulczynski指数来描述差异。

用法：

vegdist(x, method="bray", binary=FALSE, diag=FALSE, upper=FALSE, na.rm = FALSE, ...)

method    Dissimilarity index, partial match to "manhattan",  "euclidean",  "canberra",  "bray", "kulczynski", "jaccard", "gower", "altGower",  "morisita", "horn",  "mountford", "raup" , "binomial", "chao", "cao" or "mahalanobis". 

微信那篇文章中用的是默认参数，也就是计算的Bray-Curtis 相异度，公式如下：

Cij为两个群落共有的物种的丰度的最小值，Si和Sj为两个群落物种总丰度。BC越靠近0，说明两个群落之间差异越小；反之越大。