PLS-DA能按照预先定义的分类(Y变量)最大化组间的差异,获得比PCA更好的分离效果。 正交偏最小二乘判别分析(Orthogonal PLS-DA,OPLS-DA )是一种有监督的判别分析方法,是多变量统计分析方法。OPLS-DA综合了PLS-DA和正交信号过滤(orthogonal signal correction, OSC)技术,能够把与预先设定的和分类无关的信息最大程...
与PCA不同的是,PLS-DA和OPLS-DA则是有监督的模式,属于模型的方法。它们使用偏最小二乘回归建立代谢物表达量与样本类别之间的关系模型,对数据降维,这种监督模式通常可以更好地确立样本关系,如下图所示这样,无监督的PCA无法很好地区分组间样本时,而PLS-DA则实现有效分离。除了降维数据外,PLS-DA和OPLS-DA还可实现对...
其实在绝大部分代谢组数据里面,我们的分组,都是不太可能在全局PCA里面区分开来,所以有基于正交信号校正的偏最小二乘判别分析(OPLS-DA) 来代替PCA,有点类似于我们前面的使用局部基因(免疫相关基因)后的PCA,它天然就可以把我们的生物学分组很好的区分开来。 首先在bioconductor有一个包mixOmics可以做 偏最小二乘判别...
箭头表示本OPLS-DA模型准确率所在的位置,其中R2X和R2Y分别表示所建模型对X和Y矩阵的解释率,Q2表示模型的预测能力,理论上R2、Q2数值越接近1说明模型越好,越低说明模型的拟合准确性越差,通常情况下,R2、Q2高于0.5较好,高于0.4即可接受。
我们今天开始学习代谢组学的下游分析,首先来分辨代谢组学下游分析的三种分析方法——PCA(主成分分析),PLS-DA(偏最小二乘法判别分析),OPLS-DA(正交偏最小二乘法判别分析)。 学过转录组学的同学们对PCA一定不陌生,它是最常见的多元统计分析方法之一,其用处在于“化繁为简”,将大量相关变量通过线性变换进行简化降...
PLS-DA Metaboanalyst 科研 协和 医学 PCA 主成分分析 降维 代谢组学 SIMCA处理数据,PCA分析,PLS分析,OPLS分析 技术小白养成记 1.0万11 simca OPLS-DA图表全集合多重验证和数据解析生信和挥发性物质检测必学 99945688764_bili 36:10 代谢组数据分析 筑基中期韩立 ...
OPLS-DA) 来代替PCA，有点类似于我们前面的使用局部基因（免疫相关基因）后的PCA，它天然就可以把我们的生物学分组很好的区分开来。首先在bioconductor有一个包mixOmics可以做偏最小二乘判别分析（PLS-DA) 分析，代码如下所示：# 我们的 group_list 分组，就是这个样品队列的免疫高低 ...
OPLS-DA分析中，S-plot图帮助识别与主成分和分类相关性强的代谢物，同时评估模型的R2X、R2Y和Q2值，反映模型对X和Y矩阵的解释率以及预测能力。验证图通过permutation test确定模型的最优性。要进行PCA、PLS-DA、OPLS-DA分析，可以使用如MetaboAnalyst这样的在线平台，它提供从数据预处理到模型构建和图形...
执行模型名称(typeC):PCA, PLS, PLS-DA, OPLS, or OPLS-DA 数据整体描述(descriptionMC):样本数,变量,响应值数目 数据标准化方法 模型概述(modelDF):R2X, R2X(cum), R2Y, R2Y(cum), Q2, Q2(cum), pQ2, significance, iterations(查看S4) ...
其实在绝大部分代谢组数据里面,我们的分组,都是不太可能在全局PCA里面区分开来,所以有基于正交信号校正的偏最小二乘判别分析(OPLS-DA) 来代替PCA,有点类似于我们前面的使用局部基因(免疫相关基因)后的PCA,它天然就可以把我们的生物学分组很好的区分开来。