非平衡设计下PERMANOVA与PERMDISP的应用及后续分析疑问

1. PERMANOVA与PERMDISP的适用性 #

当然可以用这两个方法分析你的数据：

• vegan::adonis2（PERMANOVA）专门用于检验组间群落组成的整体差异，非平衡样本量（7-12）完全在适用范围内，只要不是极端失衡就不会影响结果可靠性。
• betadisper（PERMDISP）用于验证组间离散度差异，这是解读PERMANOVA结果的关键补充——PERMANOVA的显著性可能源于组内离散度不同，而非群落组成差异，必须结合两者结果判断。

你选择的robust.aitchison距离非常合适：相对丰度属于组成数据，Aitchison距离是处理这类数据的标准方案，稳健版还能应对极端值问题。

2. 结果是否代表池塘间无差异？ #

不能仅凭代码运行就下结论，必须结合两个检验的具体输出值判断：

• 若adonis2的P值>0.05，且betadisper的ANOVA P值>0.05：可初步判断池塘间群落组成无显著差异；
• 若adonis2显著但betadisper也显著：此时PERMANOVA的显著性可能是组内离散度差异导致的，而非群落组成真的不同；
• 若adonis2不显著但betadisper显著：说明群落组成相似，但部分池塘的样本离散程度更高。

你需要提供两个检验的具体结果（尤其是P值）才能做出准确判断。

3. 单个类群的池塘间差异分析 #

针对每个类群的相对丰度，推荐以下方法：

非参数检验（优先选择） #

相对丰度通常不满足正态性，Kruskal-Wallis检验适合多组比较，显著后用Dunn检验做两两比较：

# 加载所需包
library(FSA)

# 循环处理每个类群
taxa_cols <- 5:9
for (col in taxa_cols) {
  taxa_name <- colnames(Data)[col]
  # Kruskal-Wallis检验
  kw_res <- kruskal.test(Data[, col] ~ Data$Pond)
  cat("类群", taxa_name, "Kruskal-Wallis检验结果：\n")
  print(kw_res)
  # 显著时进行两两比较
  if (kw_res$p.value < 0.05) {
    dunn_res <- dunnTest(Data[, col] ~ Data$Pond, method = "bonferroni")
    cat("两两比较结果：\n")
    print(dunn_res$res)
  }
  cat("\n")
}

参数检验（数据满足条件时使用） #

先验证正态性（Shapiro-Wilk检验）和方差齐性（Levene检验），若均满足，用单因素ANOVA+TukeyHSD两两比较：

library(car)

for (col in taxa_cols) {
  taxa_name <- colnames(Data)[col]
  # 正态性检验
  shap_res <- shapiro.test(Data[, col])
  # 方差齐性检验
  levene_res <- leveneTest(Data[, col] ~ Data$Pond)
  if (shap_res$p.value > 0.05 && levene_res$Pr[1] > 0.05) {
    anova_res <- aov(Data[, col] ~ Data$Pond)
    cat("类群", taxa_name, "ANOVA结果：\n")
    print(summary(anova_res))
    tukey_res <- TukeyHSD(anova_res)
    cat("两两比较结果：\n")
    print(tukey_res)
  } else {
    cat("类群", taxa_name, "不满足参数检验条件，建议用非参数方法\n")
  }
  cat("\n")
}

零膨胀模型（针对多零值情况） #

如果部分类群存在大量零值（如某些池塘无该类群），可使用零膨胀负二项回归（pscl包）处理：

library(pscl)

for (col in taxa_cols) {
  taxa_name <- colnames(Data)[col]
  # 零膨胀模型
  zi_res <- zeroinfl(Data[, col] ~ Pond | Pond, data = Data, dist = "negbin")
  cat("类群", taxa_name, "零膨胀模型结果：\n")
  print(summary(zi_res))
  cat("\n")
}

内容的提问来源于stack exchange，提问作者Aston