基本概念與分析原理的理解

做生物資訊以來一直對排序等的概念不是特別理解。這兩天查了幾篇資料，梳理了一下，做一下簡要的總結。
1.排序：
假設我們有一個OTU表：

行為樣本，列為OTU（也可以理解為特徵）。我們要對這4個樣本進行排序：
假如只有一個otu: 那麼根據這一個OTU在每個樣本中的值就可以排序啦。
假如有兩個OTU（otu_9,otu72）：我們可以建立二維座標軸，橫座標是OTU9，縱座標為OTU72，根據這兩個OTU的值，我們也可以畫出點來。
假如有三個OTU：那麼就是三維座標來畫點，也是可以畫的。
那麼大於三個OTU的時候呢？那就是n維空間中的點了，是無法畫出來的。
所以我們要找到一種方法，將n維空間中的點，在二維平面內展現出來。
由於這麼多的點無法共面，所以要找到一個平面，使空間中的所有點都能投影在這個平面上，而且投影的點之間的距離，越能反應真實距離越好。這個投影過程就是排序運算過程。好的排序方法是投影過程資訊損失最少。

排序簡單分類：

只使用物種組成資料的排序稱作間接排序，同時使用物種和環境因子組成資料的排序叫做直接排序。

排序方法分類：

基於線性模型的主分量分析：PCA,RDA (線性模型)

基於非線性模型的對應分析 : CA,CCA （單峰模型）

選擇排序的模型：

進行排序分析之前，首先要判斷是選擇線性模型（PCA 和RDA）還是單峰模型(CA和CCA)的排序方法。一般來說，如果物種分佈變化大，選擇單峰模型效果比較好，反之，線性模型也是不錯。可以通過DCA分析來判斷，如果DCA排序前4個軸中最大值超過4，選擇單峰模型排序更合適。如果是小於3，則選擇線性模型更好(Lepx & Smilauer 2003)。如果介於3-4之間，單峰模型和線性模型都可行。

R中DCA計算方法：decorana()函式

decorana(otu.txt) 結果看Axis lengths中的最大值。

在本案例中，Axis lengths 最大值為3.5954，介於3-4之間，線性模型（PCA 和RDA）和單峰模型（CA和CCA）都適用。