| PC | eigenvalue | var_pct | cum_var_pct |
|---|---|---|---|
| PC1 | 139927727672 | 30.878 | 30.878 |
| PC2 | 77362743287 | 17.072 | 47.950 |
| PC3 | 37708273440 | 8.321 | 56.271 |
| PC4 | 24578062755 | 5.424 | 61.694 |
| PC5 | 24286625521 | 5.359 | 67.054 |
粪便：多元统计
三种降维/判别方法：PCA（无监督）、PLS-DA（有监督）、OPLS-DA（有监督，分离正交方差）。
提示
为什么三个一起做？
- PCA 看自然聚类，不依赖标签 — 用于离群检测和数据健康度
- PLS-DA 用标签找最大判别方向 — 提供 VIP（变量重要性）
- OPLS-DA 把”组间差异”和”组内噪声”分离 — vendor 用它的 VIP 做 DEM 筛选阈值
PCA — 无监督主成分分析
| PC | eigenvalue | var_pct | cum_var_pct |
|---|---|---|---|
| PC1 | 47526808735 | 17.979 | 17.979 |
| PC2 | 32002037007 | 12.106 | 30.085 |
| PC3 | 22391641814 | 8.470 | 38.555 |
| PC4 | 19956965296 | 7.549 | 46.105 |
| PC5 | 14701129459 | 5.561 | 51.666 |
离群样本检测 (Mahalanobis)
基于前两个主成分的 Mahalanobis 距离检测离群（卡方临界 P<0.01）。
📂 PCA 相关产出文件
统计表（TSV）
- pos_pca_scores.tsv — 样本主成分得分 | 在线下载 / neg_pca_scores.tsv | 本地查看 / neg_pca_scores.tsv
- pos_pca_loadings.tsv — 特征载荷 | 在线下载 / neg_pca_loadings.tsv | 本地查看 / neg_pca_loadings.tsv
- pos_pca_variance.tsv — 方差解释比例 | 在线下载 / neg_pca_variance.tsv | 本地查看 / neg_pca_variance.tsv
- pos_pca_outliers.tsv — Mahalanobis 离群 | 在线下载 / neg_pca_outliers.tsv | 本地查看 / neg_pca_outliers.tsv
图（PNG 嵌入网页 + PDF 高清版）
PLS-DA — 偏最小二乘判别
| metric | value_pos | value_neg |
|---|---|---|
| n_features | 2.169300e+04 | 10069 |
| n_samples | 2.000000e+01 | 20 |
| ncomp | 2.000000e+00 | 2 |
| perm_Q2_p | 8.008000e-03 | 0 |
| perm_R2_p | 2.912913e-01 | 0 |
📂 PLS-DA 相关产出文件
统计表（TSV）
- pos_plsda_scores.tsv — 样本得分 | 在线下载 / neg_plsda_scores.tsv | 本地查看 / neg_plsda_scores.tsv
- pos_plsda_loadings.tsv — 特征载荷 | 在线下载 / neg_plsda_loadings.tsv | 本地查看 / neg_plsda_loadings.tsv
- pos_plsda_vip.tsv — VIP 值 | 在线下载 / neg_plsda_vip.tsv | 本地查看 / neg_plsda_vip.tsv
- pos_plsda_cv.tsv — 交叉验证 R² / Q² | 在线下载 / neg_plsda_cv.tsv | 本地查看 / neg_plsda_cv.tsv
- pos_plsda_permutation.tsv — 999 次置换检验明细 | 在线下载 / neg_plsda_permutation.tsv | 本地查看 / neg_plsda_permutation.tsv
- pos_plsda_summary.tsv — 汇总指标 | 在线下载 / neg_plsda_summary.tsv | 本地查看 / neg_plsda_summary.tsv
图（PNG + PDF 高清版）
OPLS-DA — 正交偏最小二乘判别
| metric | value_pos | value_neg |
|---|---|---|
| ortho | 2.0000 | 1.000 |
| pre | 1.0000 | 1.000 |
| Q2_cum | 0.6520 | 0.819 |
| Q2_pval | 0.0000 | 0.000 |
| R2X_cum | 0.4000 | 0.177 |
| R2Y_cum | 0.9720 | 0.998 |
| R2Y_pval | 0.2372 | 0.000 |
| RMSEE | 0.0938 | 0.026 |
注记
与 vendor 对比：vendor pos 报 R²X=0.492, R²Y=0.996, Q²=0.652，我们 R²X=0.4, R²Y=0.972, Q²=0.652 —— Q² 完全一致，R²Y 差异 0.024 来自 ropls 自动选最优正交分量数与 vendor 内部参数的差异。判别力指标对得上。
VIP 表（交互浏览）
OPLS-DA VIP 是 vendor 用来筛 DEM 的关键指标（阈值 VIP>1.0）。下表可直接搜索/排序；点列头切换升降序。
📂 OPLS-DA 相关产出文件
统计表（TSV）
- pos_oplsda_scores.tsv — 样本得分（p1 + 正交分量） | 在线下载 / neg_oplsda_scores.tsv | 本地查看 / neg_oplsda_scores.tsv
- pos_oplsda_loadings.tsv — 特征载荷 | 在线下载 / neg_oplsda_loadings.tsv | 本地查看 / neg_oplsda_loadings.tsv
- pos_oplsda_vip.tsv — VIP 值（DEM 筛选阈值 VIP>1.0） | 在线下载 / neg_oplsda_vip.tsv | 本地查看 / neg_oplsda_vip.tsv
- pos_oplsda_permutation.tsv — 999 次置换检验明细 | 在线下载 / neg_oplsda_permutation.tsv | 本地查看 / neg_oplsda_permutation.tsv
- pos_oplsda_summary.tsv — R²X / R²Y / Q² / pR²Y / pQ² | 在线下载 / neg_oplsda_summary.tsv | 本地查看 / neg_oplsda_summary.tsv
图（PNG + PDF 高清版）