之前文章中我们讲到过冗余分析（redundancy analysis, RDA），今天我们来讲另一种分析——典范对应分析（canonical correspondence analysis, CCA），这是一种基于对应分析（correspondence analysis, CA）发展而来的排序方法，又称多元直接梯度分析，是研究两组变量之间相关关系的一种多元统计方法，它能够揭示出两组变量之间的内在联系。

讲到这儿也许很多同学会有疑问：我怎么知道自己到底是选择RDA分析还是CCA分析？其实RDA 和CCA 模型的选择原则很简单，RDA分析一般是基于线性模型的，而CCA分析是基于单峰模型的。当拿到数据之后呢，我们可以先对数据做DCA（detrendedcorrespondence analysis） 分析，然后我们根据DCA分析结果中DCA1的Axis Lengths值的大小进行选择，如果该值大于4.0就选CCA；如果该值在3.0-4.0 之间，选RDA 和CCA都可以；如果该值小于3.0，选择RDA就行。

1、加载包

2、加载数据

3、CCA分析

4、R2及P值校正、约束轴置换检验

1）R2值校正

2）约束轴的置换检验及P值校正

5、提取作图数据

6、绘图

1）散点图绘制

2）添加环境因子数据

7、环境因子与群落结构差异性分析

1）显著性计算

2）绘图

3）合并图形

4）AI美化

参考：

1）https://copyfuture.com/blogs-details/20200723174028438au5ftbuawf9sdyo

2）https://zhuanlan.zhihu.com/p/399810564?ivk_sa=1024320u

源码及作图数据可在后台回复“CCA”获取！！！                                

本文使用 文章同步助手 同步