STAMP

STAMP: Statistical analysis of taxonomic and functional profiles

 官网地址：http://kiwi.cs.dal.ca/Software/STAMP

https://github.com/dparks1134/STAMP/tree/master/manual

https://github.com/LangilleLab/microbiome_helper/wiki/STAMP-preparation

http://kiwi.cs.dal.ca/Software/images/archive/7/70/20091209135406!STAMP_Users_Guide.pdf

http://www.wendangku.net/doc/dcf157ddf78a6529647d53e5-9.html

 选择不同的分组，调用不同的矩阵，依据新的矩阵重新计算距离，所以点的位置会发生改变。

STAMP没有重新计算

https://www.jianshu.com/p/331b6796f8ff

https://blog.csdn.net/woodcorpse/article/details/80458077

https://mp.weixin.qq.com/s/f02mPAXCobPQijkIis-c2w?

http://blog.sciencenet.cn/blog-3334560-1115776.html

事后检验是在进行anova方差分析的时候，发现存在差异，对组间进行一对一对的比较

事后检验可以用Dunnett's t 检验，依次检验第i 组实验组和对照组间的差别。

https://zhuanlan.zhihu.com/p/88497589

简单效应、事后检验与多重比较的区别

1. 简单效应（simple effects）：
   我们日常所说的简单效应，往往是指“简单主效应”。实际上，在三因素及更多因素的情况下，简单效应还包括“简单交互作用”。只不过，由于简单交互作用显著后仍然需要做简单简单效应，我们提及这个概念的场合不多。所谓简单效应，均是指当高阶交互作用显著后，对低阶的因素所做的方差分析，其落脚点仍然是基于F检验的方差分析，所以不存在多重比较以及多重比较校正的问题。不过，如果被检验的因素有3个及以上的水平，我们还需要做“简单效应基础之上的多重比较”。简单效应检验和多重比较是相互独立的两件事。
2. 事后检验（post-hoc tests）：
   “事后检验”这个词有一定的误导性，容易被用来描述简单效应检验，这似乎是因为简单效应检验也是ANOVA之后才做的。但这两个概念需要明确区分，它们是截然不同的！当我们说“事后检验”，我们指的往往是基于t检验的多重比较，主要应用于某个因素的水平数≥3的情况——如果某个因素只有2个水平，则事后比较t检验的结果与简单效应F检验的结果等价，而且，这时候同样不存在多重比较校正的问题（也许正是这一点造成了一些学者对简单效应检验和事后检验的混淆）。所以，为了更准确地描述“事后检验”，我们最好直接称之为“多重比较”。
3. 多重比较（multiple comparisons）：
   刚刚我们已经看到，简单效应检验和多重比较是相互独立的两件事。那么，细究多重比较，不仅有最常用的两两配对比较（pairwise comparisons）、顺序依次比较（sequential comparisons），还有正交多项式比较（polynomial contrasts）等等。其中，配对比较和顺序比较由于进行了多组两两之间的t检验，需要对Ⅰ类错误进行统计控制，也就是用一些方法来校正得到的p值（但t值和其他统计量的值不变）。p值的校正方法包括Bonferroni、Tukey's HSD、FDR校正等等。校正后的p值在bruceR的输出结果中以“p*”表示。总之，事后多重比较与简单效应检验是截然不同的、相互独立的两件事（重要的事说三遍）。多重比较方法有LSD最小显著差异检验、 N－K（Newman－Keuls）检验、邓肯（DunCan）检验、图基（Tukey）检验邓尼特（Dunnett）检验及谢费（Scheffé）检验等。

http://www.iikx.com/news/statistics/235.html

post-hoc有 LSD，Tukey HSD，Bonferroni，和 Scheffe。不知道你是什么学科，社会科学用Bonferroni和Scheffe的比较多，生物医学用Scheffe比较多，LSD比较liberal，Scheffe比较conservative，Bonferroni和Tukey HSD在这两者之间。 我的统计老师说用哪种post-hoc跟你设定的a值有关以及你的假设犯一类错误(type I error)后果严重性有关。后果越严重a值越小，选择的post-hoc也应更conservative。

 

https://www.researchgate.net/post/Post-hoc_test_for_two_or_more_way_anova

It is well known that the acceptable Type 1 error for a comparison to be = 0.05

But the problem when you do a multiple comparisons you inflat this Type 1 error. For example, if you have 3 means (A, B and C) and you want to make all possible piarwise comparisons i.e. A vs B, A vs C, and B vs C (i.e. 3 comparisons), then the total (Familywise; FW) type 1 error will be 0.05*3 = 0.15

Therefore, some post-hoc test come with a solution to this problem by making the familywise error rate to be 0.05, i.e. 0.016 per comparison (in case you have 3 comaprisons). But again the drawback of these tests it make you loss power.

There is no rule for which test to use, but there are some guidlines that may be helpful:

LSD test: if you comparing between just 3 means.

Bonferroni: if the number of comparisons more than degree of freedom of your groups (No. of groups - 1).

Tukey's HSD: if you comparing between more than 5 means and you want to check all possible pairwise combinations.

BUT AGAIN THERE IS NO RULE!

 

 

https://baijiahao.baidu.com/s?id=1639847113467795621&wfr=spider&for=pc