?点击上方蓝字把我们设为星标吧✴
编者按
常规做RDA、CCA分析一般使用CANOCO软件或者R语言的Vegan包去做分析，前者太贵，后者复杂，肿么办？
欧易云平台小工具
别担心，欧易云平台小工具来帮您轻松完成分析。
RDA或者CCA是基于对应分析发展而来的一种排序方法，属于限制性排序，对比主成分分析可以发现，其实冗余分析就是约束化的主成分分析，将对应分析与多元回归分析相结合，每一步计算均与环境因子进行回归，又称多元直接梯度分析。
RDA基于线性模型，CCA则是基于单峰模型。此分析是主要用来反映菌群与环境因子之间关系，可以检测环境因子、样本、菌群三者之间的关系或者两两之间的关系。
RDA或CCA模型的选择原则：先用Species Table数据做DCA分析，看分析结果中Axis Lengths of gradient的轴的大小，如果大于4.0，就应该选CCA，如果3.0-4.0之间，选RDA和CCA均可，如果小于3.0，RDA的结果要好于CCA。
云平台RDA/CCA小工具网址：
https://cloud.oebiotech.cn/task/cca_rda_env/
 1 
数据准备
需要的数据有物种的丰度数据、环境因子数据和分组信息数据，数据格式介绍如下：
1.物种相对丰度文件
物种相对丰度文件(tab分割文件)为必填参数。第一行为样本分析名，第一列为物种名，数值为物种在样本中的相对丰度。输入文件格式支持txt，xls和xlsx。
2.环境因子数据文件
环境因子数据文件(tab分割文件)为选填参数。第一行为样本分析名，第一列为环境因子信息名。输入文件格式支持txt，xls和xlsx。
3.样本分组信息文件
样本分组信息文件(tab分割文件)为选填参数。第一列为样本分析名，第二列为样本的分组名称(请注意表头Group大小写问题)。输入文件格式支持txt，xls和xlsx。
注：
1.输入的环境因子个数必须大于等于2，并且小于样本个数。
2.物种样本名称、环境因子样本名字和分组信息中样本名一定要保证一致。
2
小工具网页操作说明
点击提交稍等一下下后出结果哦，可以下载png与pdf格式图片~
就是这么简单，再也不用担心做不出RDA/CCA图啦！！
猜你想看
5分钟教你使用欧易云快速进行聚类热图绘制
欧易云 | 免费的聚类热图不试试吗？
END 
不懂 撰文 
本文系欧易生物原创 
欢迎转发到朋友圈 
转载请注明本文转自欧易生物 
听说点了在看的人，都发了高分文章

编者按
常规做RDA、CCA分析一般使用CANOCO软件或者R语言的Vegan包去做分析，前者太贵，后者复杂，肿么办？
欧易/鹿明云平台小工具
别担心，云平台小工具来帮您轻松完成分析。
RDA或者CCA是基于对应分析发展而来的一种排序方法，属于限制性排序，对比主成分分析可以发现，其实冗余分析就是约束化的主成分分析，将对应分析与多元回归分析相结合，每一步计算均与环境因子进行回归，又称多元直接梯度分析。
RDA基于线性模型，CCA则是基于单峰模型。此分析是主要用来反映菌群与环境因子之间关系，可以检测环境因子、样本、菌群三者之间的关系或者两两之间的关系。
RDA或CCA模型的选择原则：先用Species Table数据做DCA分析，看分析结果中Axis Lengths of gradient的轴的大小，如果大于4.0，就应该选CCA，如果3.0-4.0之间，选RDA和CCA均可，如果小于3.0，RDA的结果要好于CCA。
云平台RDA/CCA小工具网址：
1.数据准备
需要的数据有物种的丰度数据、环境因子数据和分组信息数据，数据格式介绍如下：
1.物种相对丰度文件
物种相对丰度文件（tab分割文件）为必填参数。第一行为样本分析名，第一列为物种名，数值为物种在样本中的相对丰度。输入文件格式支持txt，xls和xlsx。
2.环境因子数据文件
环境因子数据文件（tab分割文件）为选填参数。第一行为样本分析名，第一列为环境因子信息名。输入文件格式支持txt，xls和xlsx。
3.样本分组信息文件
样本分组信息文件（tab分割文件）为选填参数。第一列为样本分析名，第二列为样本的分组名称（请注意表头Group大小写问题）。输入文件格式支持txt，xls和xlsx。
注：
1.输入的环境因子个数必须大于等于2，并且小于样本个数。
2.物种样本名称、环境因子样本名字和分组信息中样本名一定要保证一致。
2小工具网页操作说明
点击提交稍等一下下后出结果哦，可以下载png与pdf格式图片~
就是这么简单，再也不用担心做不出RDA/CCA图啦！！
猜你想看
5分钟教你使用欧易/鹿明云快速进行聚类热图绘制
欧易/鹿明云 | 免费的聚类热图不试试吗？
END
文章来源于鹿明生物

课程介绍
R是用于统计分析、绘图的语言和操作环境，属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。
R语言语法通俗易懂,很容易学会和掌握语言的语法。而且学会之后,我们可以编制自己的函数来扩展现有的语言。这也就是为什么它的更新速度比一般统计软件,如SPSS、SAS等快得多。大多数最新的统计方法和技术都可以在R中直接得到。
作为当前在世界范围内最受欢迎的数据挖掘开发语言——R语言以其特有的开放性、高可扩展性以及顶尖的制图功能吸引了越来越多的数据分析爱好者。
课程目标
 掌握R语言的使用以及实际的操作案例
适合人群
 大数据学习者、开发者
课时列表
课时1：R语言是什么、R的优势、资源
课时2：R的安装、获取帮助、工作空间管理
课时3：R包的使用、结果的重用、如何处理大数据集
课时4：R数据集的概念、向量、矩阵和数组
课时5：R数据框、因子和列表
课时6：R的常用命令
课时7：R的list列表详解
课时8：R的数据源导入方法
课时9：R的用户自定义函数
课时10：R访问MySQL数据库
课时11：R的集成开发环境(IDE)--Rstudio
课时12：R如何画图，图形参数、符号、线条和颜色
课时13：R图形的文本属性、尺寸、标题和自定义坐标轴
课时14：R图形的次要刻度线、参考线、图例和文本标注
课时15：R的图形组合、图形布局的精细控制
课时16：R基本的数据管理--创建变量、变量重编码和重命名
课时17：R基本数据管理--如何处理缺失值、日期值得使用、数据类型转换
课时18：R基本数据管理--数据集合并、子集的提取以及随机抽样函数
课时19：R高级数据管理--数学函数、统计函数和概率函数
课时20：R高级数据管理--字符处理函数、将函数应用于矩阵和数据框
课时21：R高级数据管理--重复和循环、条件执行、转置
课时22：R基本图形--条形图（堆砌、分组、均值）、条形图的微调
课时23：R的基本图形——饼图
课时24：R基本图形--直方图
课时25：R基本图形--核密度图
课时26：R基本图形——箱线图
课时27：R实例——预测海藻数量之问题描述与目标、数据集格式
课时28：R实例——预测海藻数量之数据预处理
课时29：R实例——预测海藻数量之获取预测模型
课时30：R实例——预测海藻数量之模型的精简和调优
开始学习：http://click.aliyun.com/m/27931/

课程介绍
R是用于统计分析、绘图的语言和操作环境，属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。
R语言语法通俗易懂,很容易学会和掌握语言的语法。而且学会之后,我们可以编制自己的函数来扩展现有的语言。这也就是为什么它的更新速度比一般统计软件,如SPSS、SAS等快得多。大多数最新的统计方法和技术都可以在R中直接得到。
作为当前在世界范围内最受欢迎的数据挖掘开发语言——R语言以其特有的开放性、高可扩展性以及顶尖的制图功能吸引了越来越多的数据分析爱好者。
课程目标
 掌握R语言的使用以及实际的操作案例
适合人群
 大数据学习者、开发者
课时列表
课时1：R语言是什么、R的优势、资源
课时2：R的安装、获取帮助、工作空间管理
课时3：R包的使用、结果的重用、如何处理大数据集
课时4：R数据集的概念、向量、矩阵和数组
课时5：R数据框、因子和列表
课时6：R的常用命令
课时7：R的list列表详解
课时8：R的数据源导入方法
课时9：R的用户自定义函数
课时10：R访问MySQL数据库
课时11：R的集成开发环境(IDE)--Rstudio
课时12：R如何画图，图形参数、符号、线条和颜色
课时13：R图形的文本属性、尺寸、标题和自定义坐标轴
课时14：R图形的次要刻度线、参考线、图例和文本标注
课时15：R的图形组合、图形布局的精细控制
课时16：R基本的数据管理--创建变量、变量重编码和重命名
课时17：R基本数据管理--如何处理缺失值、日期值得使用、数据类型转换
课时18：R基本数据管理--数据集合并、子集的提取以及随机抽样函数
课时19：R高级数据管理--数学函数、统计函数和概率函数
课时20：R高级数据管理--字符处理函数、将函数应用于矩阵和数据框
课时21：R高级数据管理--重复和循环、条件执行、转置
课时22：R基本图形--条形图（堆砌、分组、均值）、条形图的微调
课时23：R的基本图形——饼图
课时24：R基本图形--直方图
课时25：R基本图形--核密度图
课时26：R基本图形——箱线图
课时27：R实例——预测海藻数量之问题描述与目标、数据集格式
课时28：R实例——预测海藻数量之数据预处理
课时29：R实例——预测海藻数量之获取预测模型
课时30：R实例——预测海藻数量之模型的精简和调优