2023-03-22
關聯熱圖是一種強大的數據分析工具，它可以幫助用戶發現數據之間的相似性、差異性和相關性，用于分析物種豐度、生化指標或影響因子之間的相關性。
一、圖表解讀 如(ru)下(xia)圖(tu)所(suo)示： 圖例：展示相關性系數值，其中紅色代表正相關，藍色代表負相關(guan)，顏色深淺表示相關性強弱； *號：展示顯著性值（*：P<0.05；**：P<0.01；***：P<0.001）。
二、參數調整 2.1 算(suan)法說明 Spearman等級相關系數：非參數統計方法，適用于非正態分布的數據。（比如微生物數據，默認推薦spearman）； Pearson相關性系數：適用于符合正態分布的變量； Kendall秩相關系數：適用于有序分類變量。 2.2 P值和R值的調整 P值：兩個變量關聯的顯著性。P值越小，表示兩個變量之間的關聯越顯著。 R值：兩個變量之間的相關性強度。R值的絕對值越大，表示兩個變量越相關。 2.3 星(xing)標（關聯顯(xian)著性） 可(ke)(ke)以調整星標的水(shui)平(ping)、顏色(se)與大小，還可(ke)(ke)以控制星標是否在圖(tu)表中(zhong)顯示。
三、圖表樣式 關聯熱圖單元格樣式可調整為：圓形、橢圓、數字、餅圖、陰影、方形。
四、其它使用事項 當出現如下圖所示的情況，我們可以適當調整篩選條件，例如調整相關性算法或將相關系數R值調小，同時將p值篩選調大。如果經過調整后仍然無法得到顯著的關聯性，則說明在設定參數條件下，數據中可能不存在具有顯著關聯的數據記錄。
