PCA与PCoA

PCA主要是基于原始数据矩阵的降维；PCoA主要是基于样本的原始数据计算出来的距离矩阵的降维。如果样本数目比较多，而物种数目比较少，那肯定首选PCA;如果样本数目比较少，而物种数目比较多，那肯定首选PCoA。

 

https://www.jianshu.com/p/f15625700b3b

https://blog.csdn.net/woodcorpse/article/details/78863454

https://cloud.tencent.com/developer/article/1556133

https://blog.csdn.net/enyayang/article/details/98028069

PCA可以看到组间差异和组内差异

分组是否合理

如果有明显的分组，进一步探究是哪些主要特征导致的

 

理论上应在分组有意义的前提下寻找差异菌群

会不会出现这种情况：组间差异不大，但是某几个特征上又有差异，即特征差异抵消了。对于主成分分析应该不会有这种情况，否则怎么会叫主成分分析呢

只能说明，这些特征带来的差异不足以将组区分开来