2.2 方法选择:OPLS_DA(正交偏最小二乘回归分析)、PLS_DA(偏最小二乘回归分析) 2.3选择比较组:OPLSDA仅支持两组数据进行分析。 2.4横纵坐标字体大小:按需求自行设置 2.5元素大小:图中显示的元素图形大小 2.6是否添加椭圆:图例如下 椭圆一:按照正常计算方式得到分组椭圆(有些结果可能加不上分组椭圆) 椭圆二:强行...
在线作图丨数据降维方法③——正交偏最小二乘方判别分析(OPLS-DA),程序员大本营,技术文章内容聚合第一站。
展示了3个正交轴的R2Y和Q2Y。通过展示累计解释率评估正交组分是否足够。 显著性诊断(右上) 实际和模拟模型的R2Y和Q2Y值经随机排列后的散点图,模型R2Y和Q2Y(散点)大于真实值时(横线),表明产生过拟合2。右上图,OPLS-DA模型的R2Y和Q2Y与随机置换数据后获得的相应值进行比较。 离群点展示(左下) 展示了各...
- 得分图：OPLS-DA得分图展示了样本在预测主成分和正交主成分上的分布，通过得分图可以直观地观察不同组别之间的差异。- S-plot图：S-plot图是一种用于识别和解释OPLS-DA模型中重要变量的工具，横坐标表示协方差，纵坐标表示相关系数，可以揭示变量与组别分类的相关性。- 模型验证：OPLS-DA模型的好坏可以通过R2X...
正交偏最小二乘法判别分析（OPLS-DA）在代谢组学等领域应用广泛。它通过多因变量对多自变量的回归模型，去除自变量中与分类变量无关的数据变异，将分类信息集中在主成分中，简化模型，易于解释。OPLS-DA能建立代谢物表达量与样本类别之间的关系模型，预测样品类别，PCA则无法实现。对于如何在线绘制OPLS-DA...
由上图,PLS-DA模型的R2Y和Q2Y与随机置换数据后获得的相应值进行比较。 左下图,展示了各样本在投影平面内以及正交投影面的距离,具有高值的样本标注出名称,表明它们与其它样本间的差异较大。颜色代表性别分组。 右下图,各样本在PLS-DA轴中的坐标,颜色代表性别分组。我们可以看到,相对于上文的PCA(仅通过方差特征...
Inertia(惯量)柱形图(左上) 展示了3个正交轴的R2Y和Q2Y。通过展示累计解释率评估正交组分是否足够。 显著性诊断(右上) 实际和模拟模型的R2Y和Q2Y值经随机排列后的散点图,模型R2Y和Q2Y(散点)大于真实值时(横线),表明产生过拟合2。右上图,OPLS-DA模型的R2Y和Q2Y与随机置换数据后获得的相应值进行比较。
得到初步的图形,具体解释见此前PLS-DA分析文章: 2、提取作图数据 基于ggplot2包进行可视化 提取VIP值并进行可视化 1、提取VIP值 2、将VIP值与原始数据合并 3、可视化——主要通过棒棒糖图及柱状图进行展示 参考: 1)https://www.bioconductor.org/packages/release/bioc/vignettes/ropls/inst/doc/ropls-vignette.html...
Inertia(惯量)柱形图(左上) 展示三个正交轴R2Y和Q2Y。评估正交组分是否足以通过显示累释率来评估。 显着性诊断(右上) 实际和模拟模型R2Y和Q2Y值经随机排列后的散点图,模型R2Y和Q2Y(散点)大于真实值时(横线),表示产生过拟合2。右上图,OPLS-DA模型的R2Y和Q2Y比较随机置换数据后获得的相应值。