ANOSIM give you the P value (i.e. s

ANOSIM give you the P value (i.e. significance levels) and a R value (i.e. the strength of the factors on the samples). R value is supposed to vary between 0 and 1 (not between -1 and +1) but you can obtained negative values but they are always close to 0. R value close to 1 indicates high separation between levels of your factor (e.g. control vs treatment samples), while R value close to 0 indicate no separation between levels of your factor. Be careful with the significance level as it is express as %, so if you want the actual P value you have to divide by 100. ANOSIM (one-way) gives you 2 windows: one with the detail results and one with a graph (or 2 graphs if you perform two-way ANOSIM). The result window show you “TESTS FOR DIFFERENCES BETWEEN xx GROUP” which give you the overall P value and R value for your factor. Then you get the “Pairwise Tests” which give you the P values and R values for each level of your factors. For example if you have 1 control and 2 treatments in your factor, the pairwise tests will tell you if the samples from control and treatment 1 are significantly different (P value) and how strongly they are different from each other (R value), and will give you the same for control vs treatment 2, and treatment 1 vs treatment 2. The number of permutations you perform (Actual permutation) and the number you could perform (Possible permutations) are also given and are important. It help you to know if the ANOSIM is relevant in your case, by indicating if you could perform more permutations (you obtain more accurate P value) and if the number of possible permutations is low (e.g.

ผลลัพธ์ (ไทย) 1:

ANOSIM ให้คุณ (เช่นระดับความสำคัญ) ค่า P และค่า R (เช่นความแรงของปัจจัยในตัวอย่าง) ควรค่า R ที่แตกต่างกันระหว่าง 0 และ 1 (ไม่อยู่ระหว่าง -1 และ + 1) แต่คุณสามารถรับค่าลบ แต่พวกเขามักใกล้ 0 R ค่าใกล้เคียง 1 บ่งชี้แยกสูงระหว่างระดับของปัจจัย (เช่นตัวควบคุมเทียบกับรักษาอย่าง) ในขณะที่ R ค่าใกล้ 0 แสดงว่า ไม่มีการแบ่งระดับของปัจจัยการ โปรดใช้ความระมัดระวังกับระดับนัยสำคัญก็ด่วน%% ถ้าคุณต้องการค่า P ที่แท้จริง คุณจึงต้องหาร ด้วย 100 ANOSIM (เที่ยวเดียว) ให้คุณ 2 windows: มีผลละเอียดและมีกราฟ (หรือกราฟที่ 2 ถ้าคุณทำสอง ANOSIM) หน้าต่างผลลัพธ์แสดง "ทดสอบความต่าง BETWEEN xx กลุ่ม" ที่ให้คุณรวมค่า P และค่า R สำหรับสัดส่วนของคุณ แล้ว คุณได้รับการ "Pairwise ทดสอบ" ซึ่งให้ค่า P และค่า R สำหรับแต่ละระดับของปัจจัยของคุณ ตัวอย่างเช่นถ้าคุณมี 1 ควบคุม และรักษา 2 ในปัจจัย แพร์ไวส์ทดสอบจะบอกคุณว่า ตัวอย่างจากการควบคุมและรักษา 1 แตกต่างกันอย่างมีนัยสำคัญ (ค่า P) และวิธีขอแตกต่างกัน (ค่า R), และจะทำให้คุณเหมือนกันสำหรับควบคุมเทียบกับรักษา 2 และการบำบัดรักษา 1 กับ 2 จำนวนการเรียงสับเปลี่ยน ที่คุณทำ (จริงเรียงสับเปลี่ยน) และหมายเลขที่คุณสามารถทำ (วิธีเรียงสับเปลี่ยนได้) จะได้รับ และมีความสำคัญ มันช่วยให้คุณทราบว่า ANOSIM มีความเกี่ยวข้องในกรณีของคุณ โดยระบุว่า ถ้าคุณสามารถทำการเพิ่มเติมวิธีเรียงสับเปลี่ยน (คุณรับค่า P ถูกต้องมากขึ้น) และถ้า จำนวนวิธีเรียงสับเปลี่ยนที่เป็นไปได้ต่ำ (เช่น < 100) นอกจากนี้คุณไม่ควรเชื่อถือผลของ ANOSIM แพร์ไวส์ หน้าต่างกราฟแสดงค่า R ของปัจจัย/เมทริกซ์ (doted สายสีดำ) และค่า R ที่ได้รับ โดยเรียงสับเปลี่ยนของเมตริกซ์ความคล้ายคลึงกัน ถ้าสายสีดำ (เช่น R ค่าของเมทริกซ์คล้ายของคุณ) จะซ้อนค่า R ที่ได้รับ โดยเรียงสับเปลี่ยนของเมทริกซ์คล้าย (แท่งสีฟ้า) คุณมีความแตกต่างสำคัญ

ผลลัพธ์ (ไทย) 2:

ANOSIM ให้ค่า P ​​(เช่นระดับนัยสำคัญ) และค่า R (เช่นความแข็งแรงของปัจจัยในกลุ่มตัวอย่าง) ค่า R ควรจะแตกต่างกันระหว่าง 0 และ 1 (ไม่ได้อยู่ระหว่าง -1 ถึง +1) แต่คุณสามารถได้รับค่าลบ แต่พวกเขามักจะใกล้เคียงกับมูลค่า 0. R ใกล้ 1 แสดงการแยกระหว่างระดับสูงของปัจจัยของคุณ (เช่นการควบคุม VS ตัวอย่างการรักษา) ในขณะที่ค่า R ใกล้เคียงกับ 0 บ่งชี้การแยกระหว่างระดับของปัจจัยของคุณ ระมัดระวังกับระดับนัยสำคัญที่เป็นเอ็กซ์เพรส% ดังนั้นถ้าคุณต้องการค่า P ​​ที่เกิดขึ้นจริงที่คุณต้องหารด้วย 100 ANOSIM (ทางเดียว) ช่วยให้คุณมีหน้าต่าง 2 บานหนึ่งที่มีผลรายละเอียดและเป็นหนึ่งเดียวกับกราฟ ( หรือ 2 กราฟถ้าคุณดำเนินการสองทาง ANOSIM) การแสดงผลหน้าต่างคุณ "การทดสอบความแตกต่างระหว่าง XX กลุ่ม" ที่ให้คุณคุ้มค่า P ​​โดยรวมและค่า R สำหรับปัจจัยของคุณ แล้วคุณจะได้รับ "การทดสอบ Pairwise" ที่ให้ค่า P ​​และค่า R สำหรับแต่ละระดับของปัจจัยของคุณ ตัวอย่างเช่นถ้าคุณมีการควบคุมและ 2 การทดลองที่ 1 ในปัจจัยของการทดสอบคู่จะบอกคุณถ้าตัวอย่างจากการควบคุมและการทดลองที่ 1 มีความแตกต่างอย่างมีนัยสำคัญ (p-value) และวิธีการขอพวกเขามีความแตกต่างจากคนอื่น ๆ (ค่า R) ในแต่ละครั้งและ จะทำให้คุณเหมือนกันสำหรับการควบคุม VS ทรีทเมนท์ 2 และการรักษา 1 VS รักษา 2. จำนวนของพีชคณิตคุณดำเนินการ (การเปลี่ยนแปลงที่เกิดขึ้นจริง) และหมายเลขที่คุณสามารถดำเนินการ (พีชคณิตเป็นไปได้) ยังจะได้รับและมีความสำคัญ มันช่วยให้คุณทราบว่า ANOSIM มีความเกี่ยวข้องในกรณีของคุณโดยการแสดงให้เห็นว่าคุณสามารถดำเนินการพีชคณิตมากขึ้น (คุณได้รับค่า P ​​แม่นยำยิ่งขึ้น) และถ้าจำนวนพีชคณิตเป็นไปได้อยู่ในระดับต่ำ (เช่น <100) คุณไม่ควรไว้วางใจผล ของ ANOSIM คู่ หน้าต่างกราฟแสดงให้คุณเห็นค่า R สำหรับปัจจัย / เมทริกซ์ (ลุ่มหลงเส้นสีดำ) ของคุณและค่า R ที่ได้จากการเปลี่ยนแปลงของเมทริกซ์ความคล้ายคลึงกัน ถ้าเส้นสีดำ (เช่นค่า R ของเมทริกซ์ความคล้ายคลึงกันของคุณ) จะไม่ซ้อนทับค่า R ที่ได้จากการเปลี่ยนแปลงของเมทริกซ์คล้ายคลึงกัน (แถบสีฟ้า) คุณมีความแตกต่างอย่างมีนัยสำคัญ

ผลลัพธ์ (ไทย) 3:

anosim ให้คุณค่า P ( เช่น ความสำคัญระดับ ) และ R ค่า ( เช่น ความแข็งแรงขององค์ประกอบในตัวอย่าง ) R ค่าควรจะแตกต่างกันระหว่าง 0 และ 1 ( ระหว่าง - 1 และ + 1 ) แต่คุณสามารถได้รับค่าลบ แต่พวกเขามักจะปิด 0 R ค่าใกล้ 1 บ่งชี้ว่า การแยกสูงระหว่างระดับของปัจจัย ( ตัวอย่างการรักษาเช่น vs ควบคุม ) ในขณะที่ R ค่าใกล้ 0 แสดงว่าไม่มีการแยกระหว่างระดับของปัจจัยของคุณ ระวังด้วยระดับความสำคัญมันแสดงเป็น % ดังนั้นหากคุณต้องการจริงค่า P ต้องหารด้วย 100 anosim ( ? ) ให้คุณหน้าต่างสอง : หนึ่งที่มีรายละเอียด และผลด้วยกราฟ ( หรือ 2 กราฟถ้าคุณดำเนินการสองทาง anosim ) หน้าต่างผลแสดง " ทดสอบความแตกต่างระหว่างกลุ่มที่ XX " ซึ่งให้รวมค่า P และ R ค่าปัจจัยของคุณ แล้วคุณได้รับการ " ทดสอบ " คู่ที่ให้คุณ P และค่า R ค่าระดับของปัจจัยของคุณแต่ละ ตัวอย่างเช่นถ้าคุณมี 1 และ 2 การรักษาในการควบคุมปัจจัยของคุณ การทดสอบคู่จะบอกคุณถ้าจากกลุ่มตัวอย่างและกลุ่มควบคุมที่ 1 อย่างมีนัยสำคัญทางสถิติ ( P value ) และวิธีที่พวกเขาจะแตกต่างกันอย่างมากจากแต่ละอื่น ๆ ( R ค่า ) , และจะช่วยให้คุณควบคุมการรักษาแบบ VS 2 , และการรักษา 1 และการรักษา 2 จำนวนวิธีเรียงสับเปลี่ยนที่คุณแสดงจริงการเปลี่ยนแปลง ) และหมายเลขที่คุณสามารถแสดง ( การเรียงสับเปลี่ยนที่เป็นไปได้ ) จะได้รับ และที่สำคัญ มันช่วยให้คุณทราบหาก anosim ที่เกี่ยวข้องในคดี โดยระบุว่า ถ้าคุณสามารถแสดงกฎการสลับที่มากขึ้น ( คุณได้รับถูกต้องมากขึ้นค่า P ) และถ้าหมายเลขของการเรียงสับเปลี่ยนที่เป็นไปได้ต่ำ ( เช่น < 100 ) คุณไม่ควรเชื่อผลของ anosim คู่ . หน้าต่างกราฟแสดงคุณ R ค่าปัจจัยเมทริกซ์ของคุณ ( ลุ่มหลงสายสีดำ ) และ R ค่าได้จากการเปลี่ยนแปลงของความเหมือนเมทริกซ์ ถ้าสายสีดำ ( เช่น R ค่าของเมทริกซ์ความเหมือน ) ไม่ใช่การซ้อน R ได้โดยการเปลี่ยนแปลงของความเหมือนเมทริกซ์ ( แถบสีฟ้า ) มีนัยสำคัญทางสถิติที่ระดับ