OPLS-DA分析
OPLS-DA分析，全称正交偏最小二乘法判别分析（OrthogonalPartialLeast Squares-DiscriminantAnalysis），它是在PLS-DA分析方法基础上，加入了正交变换的矫正，能够将X矩阵分解成与Y相关和不相关...
OPLS-DA分析，全称正交偏最小二乘法判别分析（OrthogonalPartialLeast Squares-DiscriminantAnalysis），它是在PLS-DA分析方法基础上，加入了正交变换的矫正，能够将X矩阵分解成与Y相关和不相关的两类信息，通过去除不相关的差异来筛选差异变量。
通过OPLS-DA分析，每个代谢物可以得出一个VIP值，即变量重要性投影（VariableImportance inProjection，VIP），VIP值越大，代表该物质对于区分两组所具有的贡献越大，因此我们在挑选差异代谢物时，通常会将VIP值作为其中一项重要的考察指标。
1.分析数据准备
样本变量矩阵
样本分类矩阵
2. OPLS-DA分析结果
OPLS-DA分析结果中最常用的图就是OPLS-DA得分图，图中横坐标表示预测主成分，因此横坐标方向可以看出组间的差距；纵坐标表示正交主成分，因此纵坐标方向可以看出组内的差距；百分比表示该成分对数据集的解释率。图中的每个点表示一个样品，同一个组的样品使用同一种颜色表示，Group为分组。
3. OPLS-DA分析结果评价
OPLS-DA评价模型的参数有R2X，R2Y和Q2(Y)，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，这三个指标越接近于1时表示模型越稳定可靠，Q2 >0.5时可认为是有效的模型，Q2 >0.9时为出色的模型。
- 发表于 2023-02-17 10:43
- 阅读 ( 11049 )
- 分类：基础知识
