R語(yǔ)言中，betadisper函數(shù)可以實(shí)現(xiàn)該分析

在多元統(tǒng)計(jì)分析中，Multivariate homogeneity of groups dispersions（組間離散度的多元同質(zhì)性，也稱(chēng)為多元方差同質(zhì)性）?是一個(gè)重要的前提條件檢驗(yàn)，用于判斷不同組別數(shù)據(jù)的離散程度（或方差結(jié)構(gòu)）是否具有統(tǒng)計(jì)同質(zhì)性。它是單變量 “方差齊性檢驗(yàn)”（如 Levene 檢驗(yàn)）在多元數(shù)據(jù)場(chǎng)景下的擴(kuò)展。

核心概念

當(dāng)分析多變量數(shù)據(jù)（如物種組成、基因表達(dá)譜、環(huán)境因子組合等）并比較不同組別時(shí)，除了關(guān)注組間均值是否存在差異（如通過(guò) PERMANOVA 檢驗(yàn)），還需要檢驗(yàn)各組的離散度（dispersion）是否一致。

離散度：可以理解為組內(nèi)數(shù)據(jù)點(diǎn)圍繞組中心的分散程度（類(lèi)似單變量中的方差，但針對(duì)多維度）。

同質(zhì)性：如果各組的離散度無(wú)顯著差異，則滿(mǎn)足 “多元同質(zhì)性”；反之，則存在 “異質(zhì)性”。

為什么需要檢驗(yàn)？

統(tǒng)計(jì)方法的前提條件：許多多元分析方法（如 PERMANOVA、ANOSIM 等）的有效性依賴(lài)于組間離散度的同質(zhì)性。若離散度差異顯著，可能會(huì)導(dǎo)致錯(cuò)誤結(jié)論（例如，組間差異可能由離散度而非均值差異引起）。

結(jié)果解釋的可靠性：當(dāng)組間離散度不同時(shí)，組間的 “距離” 差異可能混淆了 “中心位置差異” 和 “分散程度差異”，需要單獨(dú)區(qū)分。

常用檢驗(yàn)方法

在生態(tài)學(xué)和多元統(tǒng)計(jì)中，最常用的檢驗(yàn)是?PERMDISP（Permutational Multivariate Dispersion Test），由 Anderson（2006）提出。其核心步驟包括：

計(jì)算每個(gè)數(shù)據(jù)點(diǎn)到其所在組中心的 “距離”（通常用歐氏距離或 Bray-Curtis 距離等）。

將這些距離視為單變量數(shù)據(jù)，檢驗(yàn)不同組的平均距離（即離散度）是否存在顯著差異（通過(guò)置換檢驗(yàn)實(shí)現(xiàn)）。

應(yīng)用場(chǎng)景

生態(tài)學(xué)：比較不同生境中物種群落組成的離散程度（例如，污染區(qū)域 vs 對(duì)照區(qū)域的物種分布是否更分散）。

基因組學(xué)：檢驗(yàn)不同處理組的基因表達(dá)譜在組內(nèi)的變異是否一致。

社會(huì)學(xué)：分析不同群體在多維度社會(huì)特征（收入、教育、職業(yè)等）上的離散差異。

結(jié)果解讀

若檢驗(yàn)結(jié)果不顯著（p > 0.05）：支持 “多元同質(zhì)性”，可繼續(xù)進(jìn)行依賴(lài)該前提的多元分析（如 PERMANOVA）。

若檢驗(yàn)結(jié)果顯著（p < 0.05）：表明組間離散度存在差異，需謹(jǐn)慎解釋后續(xù)分析結(jié)果，或考慮調(diào)整分析方法（如使用更穩(wěn)健的檢驗(yàn)，或單獨(dú)分析離散度差異）。

與其他概念的關(guān)聯(lián)

與PERMANOVA的區(qū)別：PERMANOVA 檢驗(yàn)組間均值（中心位置）的差異，而 PERMDISP 檢驗(yàn)組間離散度的差異。兩者常結(jié)合使用，以全面解析組間差異的來(lái)源。

與單變量方差齊性的區(qū)別：?jiǎn)巫兞繖z驗(yàn)（如 Levene 檢驗(yàn)）僅針對(duì)單個(gè)變量，而多元同質(zhì)性檢驗(yàn)針對(duì)多變量的整體離散結(jié)構(gòu)。

總之，多元組間離散度同質(zhì)性檢驗(yàn)是多元數(shù)據(jù)分析中保障結(jié)果可靠性的關(guān)鍵步驟，尤其在生態(tài)、生物信息等依賴(lài)組間比較的領(lǐng)域應(yīng)用廣泛。