PRIMER 7结合PERMANOVA+软件，为多元数据分析（出格是群落生态学中的物种-样本数据）提供了丰硕的图形化和分析流程。该软件险些合用于所有多元数据集的分析，其主题个性在于可能将数据简化为相宜的样本间类似性三角矩阵，进而通过聚类排序技术直观展示样本关联关系，并选取稳重的置换检验进行如果验证。

?

该工具重要面向生态数据（蕴含基础钻延注环境调查及生物监测中的物种丰度数据，如计数、生物量、覆盖度或存在/缺失数据），固然重要针对生物群落数据设计，但同样合用于其他类型的多元数据，例如遗传核苷酸（如SNPs）、等位基因频率、氨基酸或蛋白质数据。PRIMER还能处置理化变量数据，既可单独分析这些参数，也能探索生物变动与理化前提之间的协同变异。

?

更沉要的是，通过PERMANOVA+？，钻研人员可能基于多因子抽样设计、复杂尝试和/或环境梯度来分析多元（或单变量）变异。该工具直接在选定的类似性怀抱空间中构建数据散布云，维持了基础分析的矫捷性。通过精准构建有关检验统计量与先进的置换算法，实现了无需散布如果的统计揣度。

?

职能特点

?

数据与了局便捷治理
?

• 在统一的交互式Windows图形界面中，可同步处置多组数据集、图形及输出文件
• 通过树状导航窗格轻松追踪所有工作进度
• 支持Excel、.csv、.txt或三列体式的数据输入/输出
• 自由调整图形配色、字体及视觉了局
• 支持将了局复造/打印/导出为.jpg、.emf、.tif、.gif、.png、.bmp或.rtf体式
• 关键样本或变量鉴别
• 按指定前提归并或拆分数据集
• 为检验与展示界说分组结构
• 支持大规模数据集处置（仅受内存限度）
• 内置矩阵展示、热图与主题分析的智能向导

?

排序分析步骤
?

• 实现高维数据的二维/三维可视化
• 提供多种非约束排序技术：主成分分析(PCA)、主坐标分析(PCO)、非怀抱多维标度(nMDS)、怀抱多维标度(mMDS)及阈值怀抱标度(tmMDS)
• 自界说文本、色彩与符号形状
• 通过叠加聚类、轨迹线、气泡图、图像、向量或minimum天生树加强信息出现
• 选取基于距离的冗余分析(dbRDA)、主坐标典型分析(CAP)等约束排序步骤验证如果，或通过结合MDS整合分歧变量集
• 通过自主法在MDS图中显示均匀数据的相信区间
• 支持排序图的旋转、缩放、动画、保留与共享

?

聚类分析
?

• 执行样本（或变量/物种）的档次聚合聚类
• 提供单一衔接、全衔接、组均匀衔接及矫捷β衔接选项
• 绘造树状图并天生同质距离矩阵
• 通过自界说、旋转、折叠、缩放或打印了局出现细节
• 使用类似性剖面(SIMPROF)及关联置换检验鉴别样本/物种的连贯组别
• 割裂聚类法支持非约束(UNCTREE)或环境变量约束(LINKTREE)模式
• 实现指定群组数的非参数K均值聚类(krCLUSTER)，或通过SIMPROF自动截断准则确定蕞佳群组数

?

非参数置换检验
?

• 选取类似性分析(ANOSIM)检验分歧功夫、地址、尝试处置等多变量样本组的差距
• 支持三成分（可指定有序/无序）的三向设计（含嵌套档次）非参数检验
• 通过非参数Mantel检验(RELATE)分析两个类似性矩阵的关联
• 构建模型矩阵检验群落结构在时空上的序列/周期性变动（如季节节律）
• 通过二阶关联检验(2STAGE)构建并验证多类似性矩阵的整体模式一致性

?

半参数置换检验
?

• 基于半参数置换多元方差分析(PERMANOVA)，应对含交互项的多因子尝试/抽样设计
• 凭据选定类似性测度直接划分多元数据，使用欧氏距离可获得经典划分了局
• 支持多因子设计、交互作用、固定/随机效应、嵌套/交叉设计、非对称设计及定量协变量
• 自动鉴别设计隐含项，支持项目归并或删除
• 基于均方进展(EMS)构建精准反映尝试设计的检验统计量
• 选取适应多层级设计的进阶置换技术获取p值，确保稳重无散布的靠得住了局
• 提供成对比力与用户指定对比
• 估计效应量/方差组分
• 通过质心距离揭示因子结构中的显著模式
• 支持不平衡或未沉复设计（裂区、随机区组等），可选择平方和类型

?

物种群系与环境关联分析
?

• 成立矩阵间关联（如生物与环境），或通过"BEST"Mantel型匹配鉴别与环境矩阵匹配的变量子集
• 使用LINKAGE树在环境/空间约束下寻找生物响应数据的宰割
• 基于距离的多元多元回归(DISTLM)量化诠释变量对环境生物数据变异的影响水平
• 提供单个回归变量的边际与序列置换检验
• 支持前向、后向、逐步及"best"变量选择步骤
• 提供模型比力的多元信息准则（AIC、AICc、BIC、校对R方）
• 通过距离基冗余分析(dbRDA)可视化组变量/单个变量的拟合值
• 基于距离的典型有关分析(CAP)索求两组变量间的相互作用

?

组别/梯度/预测模型表征
?

• 通过主坐标典型分析(CAP)在选定类似性测度空间进行判断分析
• 使用SIMPER解析组间/组内差距的贡献物种
• 通过类似性剖面(SIMPROF)及置换检验鉴别样本/物种的连贯组别
• 使用阴影图/热图高亮关键物种，可叠加聚类或维持指定样本/物种排序
• 留一法交叉验证提供先验组别分辨度的统计怀抱
• 支持新样本归类到现有组别，或沿陆续梯度预测新样本地位
• 合用于环境监测打算、状态特点分析或聚类了局的新数据验证

?

多样性分析
?

• 整合分类学、职能与系统发育信息进行生物多样性评估，通过二次抽样算法对照主列表检验
• 基于肆意类似性测度检验组内多元离散度的同质性(PERMDISP)，合用于生态/遗传β多样性钻研
• 推算多种经典与新型多样性指数或变量提要统计量，提供高阶分类层级的数据聚合工具
• 建设矫捷的单变量画图职能：折线图、直方图、散点图、条形图、箱线图、均值图、曲面图或矩阵散点图
• 专设生态学分析工具：优势度曲线、几何级数图、丰度生物量曲线(ABC)等

?

?

?

• ?