PRIMER 8 全部功能详细列表

 

下表按模块列出了 PRIMER 8 的完整功能，并标注各项功能在 PRIMER 8 with PERMANOVA+ 与 PRIMER 8 Lite 两款软件中的可用情况（✓ 表示包含，✕ 表示不包含）。标注 UPDATED 者为第 8 版更新功能，标注 NEW 者为第 8 版新增功能。

PERMANOVA+

功能	PERMANOVA+	PRIMER 8 Lite
建立 PERMANOVA 设计（UPDATED）：为任意数量的因子建立 PERMANOVA 设计。因子可为固定、随机、有限（Finite），或对应裂区设计中重复测量的受试者/整区。每个因子可指定嵌套于其他因子之内，或视为交叉。可在任意因子的各水平构建先验对照；从设计隐含的全部可用项中指定、移除、合并或更改任一/全部项的拟合顺序（含所有潜在交互作用）。模型中可纳入一个或多个定量协变量（通过含匹配样本标签的独立工作表）。将协变量按组（由指示变量指定）处理，以实现周期性/季节性（sin/cos）或其他时空（lat/long）模型。允许组内离散步质异性，并指定异质性所跨的因子（或因子组合）。针对非平衡设计，可选择基于 I 型、II 型或 III 型平方和的分解方式。	✓	✕
PERMANOVA 分析（UPDATED）：基于所选相似性矩阵，使用置换式多变量（或单变量）方差分析（PERMANOVA），针对复杂的多因子实验/采样设计分析多变量数据。通过参照指定设计的均方期望（EMS）精心构建正确的 F 检验。各模型项的 P 值均使用置换算法，并采用正确的可置换单元和合适的残差构造以考虑模型中其他因子/项。可选择：所有模型项的主（整体）检验（输出 PERMANOVA 表）；成对检验以比较特定因子的组（主效应或在其他因子各水平内检验以跟进显著交互作用）；或输出拟合完整设计后的残差距离矩阵。可选择置换次数，并置换原始数据、简化模型残差或全模型残差。可选输出蒙特卡洛检验（适用于可能置换次数极少的情形）和/或置换下 F 统计量值的直方图。基于单一变量计算的欧氏距离矩阵进行 PERMANOVA，即得到置换式单变量 ANOVA。	✓	✕
允许异质性离散度（NEW）：在已知组间存在差异离散时，检验重心的差异。	✓	✕
固定或随机因子	✓	✕
具有有限水平数量的因子（介于固定与随机之间）（NEW）	✓	✕
交互作用项	✓	✕
嵌套因子/层次设计（UPDATED）	✓	✕
用户自定义对照	✓	✕
混合模型（UPDATED）	✓	✕
估计效应量/方差分量（UPDATED）	✓	✕
随机区组	✓	✕
拉丁方	✓	✕
重复测量设计（NEW UPDATED）	✓	✕
裂区与裂-裂区（等）设计（NEW UPDATED）	✓	✕
检验一个或多个协变量（ANCOVA）（UPDATED）	✓	✕
检验协变量与因子/其他项的交互作用（UPDATED）	✓	✕
分组协变量（使用指示变量）用于时空建模（NEW）	✓	✕
非平衡设计（I 型、II 型或 III 型平方和）（UPDATED）	✓	✕
非对称设计（BACI、超 BACI）（UPDATED）	✓	✕
移除或合并模型中的项（UPDATED）	✓	✕
更改项的顺序/模型拟合（UPDATED）	✓	✕
残差相异度矩阵/残差图（NEW）：使用 PERMANOVA 或 DISTLM 拟合模型后生成残差相异度矩阵，消除不需要的、干扰性的或已知重要的因子或预测变量的影响。通过对残差相异度进行排序来可视化与次要/剩余因子或协变量的潜在模式/关系。	✓	✕
PERMDISP（UPDATED）：基于所选相似性矩阵检验各组间多变量离散度（β多样性）无差异的原假设。提供标识待比较各组的因子，选择通过查表或使用残差置换获得 p 值并指定置换次数。可选输出成对检验，或将样本单元到其所属组重心（及/或其均值）的偏差值输出至工作表。	✓	✕
PCO（UPDATED）：主坐标分析（PCO），即对 Gower 变换后相异度矩阵的特征值/特征向量分解，显示所解释变异百分比，可输出：排序图、至工作表的 PCO 得分、碎石图，以及 Shepard 图和 2D 或 3D PCO 排序的应力计算等进一步诊断（用于与 MDS 输出比较）。	✓	✕
DISTLM（UPDATED）：基于所选相似性度量拟合距离/相异度线性模型（DISTLM），一种多元多重回归形式。预测变量可为定量、有序或二值，但须为数值并在独立工作表（含匹配样本名）中提供。指定纳入模型的变量及拟合顺序，或通过选择筛选流程（向前、向后、逐步或"最优"）与筛选准则（R²、调整后 R²、AIC、AICc 或 BIC）进行模型选择。执行边际检验（各变量单独）或序贯条件检验，p 值采用在简化模型下对残差置换求得，并选择置换次数。可选使用指示变量将预测变量集分组（如以二值编码处理因子或拟合二维及以上空间/周期模型）。可选输出与最终模型拟合关联的 dbRDA 图、预测变量相关性及/或残差距离/相异度矩阵。	✓	✕
dbRDA：基于相异度的冗余分析（dbRDA）产生排序轴，展示 DISTLM 的拟合变异。可作为 DISTLM 流程中给定模型的选项实现，也可直接从指定的预测变量工作表（含匹配样本名）实现。选项包括将 dbRDA 得分输出至工作表或输出残差距离矩阵。默认图在 dbRDA 排序上以向量展示预测变量。基于欧氏距离矩阵的 dbRDA 即得到 RDA。	✓	✕
CAP（UPDATED）：主坐标典型分析（CAP）。从相似性矩阵中寻找单位标度 PCO 轴的线性组合，以：(i) 最佳区分组（由因子提供），(ii) 最佳区分沿单一梯度的位置，或 (iii) 与另一组变量（X）的线性组合达到最佳相关。提供诊断以评估模型中应纳入的合适 PCO 轴数（m），并可输出诊断图。显式指定 m，或选择 m 以最大化留一法对分组分配成功率（交叉验证），或最小化 CAP 模型的留一法残差平方和。可选添加新样本并预测其在 CAP 轴上的位置/所属分组/梯度位置。可选进行置换检验和/或将 CAP 得分（含新样本的预测值/分类）输出至工作表。基于欧氏距离度量时，CAP 方法对应经典判别分析（针对分组）或典型相关分析（针对梯度），但所有检验均采用稳健置换。	✓	✕
重心间距离：计算对应于用户提供因子各水平的重心间距离。该因子可选构造为多因子设计中各因子的组合（使用编辑 > 合并）。结果为重心间的相似性矩阵，可直接用于排序/绘图。	✓	✕
重心图——主效应图（NEW）：从相似性矩阵创建排序图，在所选相似性度量空间中展示主效应重心（即每个因子各水平的重心）。可针对单一因子或 PERMANOVA 设计工作表中指定的所有因子进行。指定排序方法（mMDS、tmMDS 或 nMDS）。可选在图中同时包含整体重心和/或重复点。图中所有点之间的距离也作为新相似性矩阵输出。	✓	✕
重心图——交互作用图（NEW）：从相似性矩阵创建排序图，展示双因子或三因子设计中所有因子水平组合（单元格）对应的重心，给定 PERMANOVA 设计工作表，位于所选相似性度量空间中。指定排序方法（mMDS、tmMDS 或 nMDS）。三因子设计中，符号颜色标识第一因子水平，符号形状标识第二因子水平，标签标识第三因子水平。双因子设计中，颜色+形状组合标识第一因子水平，标签标识第二因子水平。图中所有重心之间的距离也作为新相似性矩阵输出。	✓	✕
控制图——经典（NEW）：经典多变量控制图，使用 Hotelling T² 准则。从数据表判断新样本点（如监测情境中）是否"受控"或"失控"，通过与先前的"受控"参考观测集比较。选择初始控制图样本数量及图表类型（渐进式、固定基线或移动窗口）。指定 α 水平及上控制限类型（非参数或参数）。稳健非参数限值由置换分布的分位数求得。选择对高维系统应用收缩方法。生成控制图及标识受控/失控样本的因子。	✓	✕
控制图——基于相异度（NEW）：从相似性矩阵实现基于相异度的多变量控制图。利用 Hotelling T² 准则，但作用于代表相异度矩阵信息的一组排序轴。除经典多变量控制图的全部选项与功能外，还可选择用于表示相异度矩阵的排序方法及轴数（PCO、mMDS 或 nMDS），并将排序限制为用户固定的维数、选择捕获一定百分比变异的维数（PCO），或达到与原始相似性矩阵的一定矩阵相关性（如 ρ > 0.99）。	✓	✕

工作区（Workspace）

功能	PERMANOVA+	PRIMER 8 Lite
文件：在 PRIMER 工作区中，或工作区文件本身（*.pwk，含其全部组成元素：数据表、相似性矩阵、结果文件、图形和/或备注）内，打开、关闭、保存、重命名、删除、打印、退出任意文件。	✓	✓
视图：在"视图"中开关：资源管理器树、工具栏或状态栏。	✓	✓
资源管理器树：在单一工作区中跟踪所有分析与工作流程。使用资源管理器树导航文件、分析、图形与结果。	✓	✓
备注：在资源管理器树任意位置添加备注，直接在 PRIMER 工作区中记录思路、尝试、洞见与思考脉络。备注可包含文本或图形——任何可复制粘贴的内容，非常适合与导师、学生、客户或合作者分享分析。	✓	✓
窗口：排列 PRIMER 工作区中的窗口：层叠、水平平铺、垂直平铺、排列图标或关闭全部窗口。	✓	✓
多图（MultiPlot）：在单一图形中排列多个图。指定要包含的图形并水平或垂直排列，指定列数或行数。可选隐藏各自的标题、副标题及/或图例。自定义字体缩放及/或符号大小。	✓	✓
撤销工作区：对资源管理器树上的删除、重命名等操作进行反向恢复。	✓	✓

数据导入与编辑

功能	PERMANOVA+	PRIMER 8 Lite
新建...：新建：工作区、样本数据表、变量信息文件、备注或多图。	✓	✓
数据导入；打开...：打开/导入三列或矩形数据矩阵、三角相似性矩阵或图像文件。可读取：任意 PRIMER 文件格式（版本 4、5、6、7 或 8）；文本文件（.txt、.csv）、Excel 文件（.xls、.xlsx、.xlsb、.xlsm）；富文本文件（*.rtf）；或图像文件（*.jpg、.jpeg、.png、.bmp、.tif、.gif、.emf）。	✓	✓
编辑数据表：高亮、剪切、复制、粘贴或删除单个数值；高亮、添加、插入、删除、移动或排序行或列；编辑行或列的标签（变量/样本名）。	✓	✓
撤销（数据）：对数据条目的更改可（多次）撤销。	✓	✓
编辑属性（数据表）：编辑数据属性，包含数据类型（多度、生物量、环境或未知/其他），指定样本为列或行，并添加/移除描述（元数据）。	✓	✓
编辑属性（相似性矩阵）：编辑相似性矩阵属性，包含相似性类型（相似度、相异度、距离、距离²、相关、ANOSIM R 统计量或秩），并添加/移除描述（元数据）。	✓	✓
编辑属性（变量信息表）：编辑变量信息表属性，包含数据类型（分类单元、性状、得分或未知/其他），并添加/移除描述（元数据）。	✓	✓
编辑因子/指示变量（UPDATED）：添加、复制、合并、重命名、删除或导入与数据或相似性矩阵关联的因子/指示变量。可选"填充值或模式"以自动完成新因子/指示变量水平的手动录入，并可编辑其水平。	✓	✓
重命名水平（NEW）：重命名因子/指示变量的水平。	✓	✓

工具（数据表）

功能	PERMANOVA+	PRIMER 8 Lite
聚合（Aggregate）：依据分类学或其他层级（如按您所选的属、科或其他级别分析），通过聚合文件（变量信息表）聚合数据。	✓	✓
平均（Average）：按某因子各水平对样本求平均，或按某指示变量各水平对变量求平均。	✓	✓
检查（数据表）：检查数据矩阵是否存在：缺失值、重复样本、全零样本、估计值、负值、重复变量和/或全零变量。	✓	✓
创建有序组（NEW）：从连续变量创建有序组。可为：(i) 给定数量且样本量相等或等间隔的组；(ii) 通过最小化组内平方和（SS）或平均绝对偏差（MAD），或组内平均秩距离之和所得的给定数量组；(iii) 由用户指定的断点或分位数指定；(iv) 由指定的共同组内样本量指定。	✓	✓
复制（Duplicate）：在工作区中复制某一项（数据表、相似性矩阵、图形等）。	✓	✓
扩展样本（Expand Samples）：扩展数据表以便与采样更精细的表匹配。	✓	✓
合并（Merge）：将两个数据表合并，样本与变量分别有独立的连接与合并选项。	✓	✓
缺失值（Missing）：用零或估计值替换缺失值，使用期望最大化（EM）算法，该算法假定数据服从多元正态分布模型。	✓	✓
变量排序（Rank Variables）：对每个变量单独排序（数值最大者秩 = 1）。	✓	✓
拆分数据（NEW）：按由因子或变量所标识的分组，将数据表拆分为多个表。	✓	✓
求和（Sum）：按某因子各水平对样本求和，或按某指示变量各水平对变量求和。	✓	✓
汇总统计（NEW UPDATED）：对变量或样本（整体或按因子/指示变量指定的组分别）进行汇总，可使用以下任意组合的统计量：平均值、中位数、总和、最小值、最大值、分位数（用户指定）、极差、四分位距（IQR）、标准差、方差、样本量、标准误、对称性、偏度、峰度、零的个数、单体数、双体数、非零数（频率）、高于用户指定阈值的最小值、低于用户指定阈值的最大值。	✓	✓
转置（Transpose）：将数据表的列与行互换以创建新表，矩阵属性不变（即样本/变量方向也随之切换）。	✓	✓

工具（相似性矩阵）

功能	PERMANOVA+	PRIMER 8 Lite
模型矩阵（Model Matrix）：创建对应于下列模型的相似性矩阵（作为 RELATE 检验的前置步骤）：序列化（由数值因子指定距离）、周期性（由数值因子指定沿圆的分数位置）、欧氏二维空间距离（用两个因子指定样本在平面中的位置）、或无序分组（由因子指定分组）。	✓	✓
平均（Average）：按某因子各水平对样本求平均，或按某指示变量各水平对变量求平均。	✓	✓
检查（相似性矩阵）：检查相似性矩阵是否含：未定义值、越界值或重复标签。	✓	✓
相异度转换（Dissim）：将相似度转换为相异度（反之亦然）。	✓	✓
复制（Duplicate）：在工作区中复制某一项（数据表、相似性矩阵、图形等）。	✓	✓
扩展（Expand）：扩展相似性矩阵以便与采样更精细的表匹配。	✓	✓
距离排序（Rank distance）：对相似性矩阵中的值排序（最高相似度/最小相异度秩 = 1）。	✓	✓
变换（UPDATED）：按用户指定的数学表达式（格式同 BASIC 计算机语言）变换高亮值。	✓	✓
展开（Unravel）：将相似性矩阵顺序"解开"为单列值。	✓	✓

工具（变量信息表）

功能	PERMANOVA+	PRIMER 8 Lite
树（Tree）：将层级（如分类学）数据以级联树形式展示。	✓	✓
检查（变量信息表）：检查变量信息表是否含：缺失值、重复物种或不一致的分类单元（层级嵌套错误）。	✓	✓
复制（Duplicate）：在工作区中复制某一项（数据表、相似性矩阵、图形等）。	✓	✓

预处理（数据表）

功能	PERMANOVA+	PRIMER 8 Lite
变换（整体）：将数据表中全部变量变换为下列之一：无、平方根、四次方根、log(x+1) 或有无（presence/absence）。	✓	✓
变换（个体）（UPDATED）：按用户指定的数学表达式（格式同 BASIC 计算机语言）变换数据表中高亮的变量。	✓	✓
标准化（NEW UPDATED）：将样本（或变量）标准化，方法为将给定样本（或变量）中的每个值除以该样本（或变量）的总和或最大值。进一步选项包括：在指示变量/因子的各水平内分别标准化；结果以直接百分比、累积百分比或比例表示。	✓	✓
累积样本（Cumulate Samples）：对每个样本的值进行累积求和。累积顺序或与数据表中变量顺序相同，或由数值指示变量指定。	✓	✓
变量加权（Weight Variables）：数据表中每个变量按数值指示变量给定值加权。	✓	✓
离散度加权（UPDATED）：基于物种（或分类单元）的聚集程度（估计的方差/均值比，依据过离散计数的广义 Poisson 模型）进行降权。	✓	✓
变异性加权（UPDATED）：各变量依据其变异性单独降权，依据：合并标准差、平均标准差、平均极差或平均四分位距。	✓	✓
变量正态化（Normalise Variable）：每个变量的值减去其均值并除以其标准差。	✓	✓

分析（数据表）

功能	PERMANOVA+	PRIMER 8 Lite
计算相似性（Calculate Resemblances）：基于 49+ 种相似性度量（Bray-Curtis、欧氏、关联指数、Jaccard、Sørensen、Hellinger、修正 Gower、Canberra、Minkowski、二项偏差、卡方、Czekanowski、Manhattan、Pearson、Spearman、Kendall 等），计算数据表中所有样本对或变量对之间的关联测度（相似度、相关、相异度或距离），得到相似性矩阵。提供分类学层级或变量间相异度矩阵可计算分类学（Gamma+）、功能或系统发育（Theta+）相似性。可选添加虚拟变量（存在于所有样本中）以计算调整后的 Bray-Curtis（或其他）测度。相似性计算亦可在存在缺失数据时进行。	✓	✓
Caswell 中性模型：在"中性模型"假设下计算 Caswell 的 V 统计量。	✓	✓
多样性测度（DIVERSE）：为物种×样本数据计算一系列多样性指数，包括：总物种数（S）、总个体数（N）、Margalef 物种丰富度、Pielou 均匀度（J'）、Brillouin（H）、Fisher's alpha、Shannon（H'）、Simpson 均匀度/优势度、Hill 多样性数、稀释曲线（用户指定样本量下物种数的估计值）、分类学多样性（delta）、分类学差异度（delta*）、平均分类学差异度（AvTD、Delta+）、总分类学差异度（TTD）、分类学差异度变异（VarTD、Lambda+）、平均系统发育多样性（Phi+）和/或总系统发育多样性（PD）。	✓	✓
比较优势度曲线（DOMDIS）：计算所有样本对之间 k-优势度图的曲线差异，可选对物种秩轴作对数变换。	✓	✓
PCA（UPDATED）：主成分分析（PCA），即协方差矩阵的特征值/特征向量分解（故通常应输入标准化后数据），显示所解释变异百分比，可输出：排序图、至工作表的 PCA 得分、碎石图，以及 Shepard 图和 2D 或 3D PCA 排序的应力计算等进一步诊断（用于与 MDS 输出比较）。默认 PCA 排序图还以带标签向量（单位圆内的特征向量）展示基线变量。	✓	✓
SIMPER：相似性百分比（SIMPER）评估单个物种（或分类单元）对 Bray-Curtis 相似度的贡献，或变量对欧氏距离的贡献。可用于单向或双向交叉设计。计算某物种对组内所有成对相似度的平均贡献，以及（可选）对发生于不同组的样本间所有成对相异度的平均贡献（每组对分别进行）。	✓	✓
SIMPROF：相似性轮廓（SIMPROF）检验，针对一组数据中样本或变量的聚类型结构，或变量间的相关/关联型结构。将样本（或变量）相似性排序后对其秩作图得到轮廓。将该数据的轮廓与置换所得轮廓分布计算出的平均轮廓比较，使用绝对差之和（"pi" 统计量）构建"无结构"原假设的检验。	✓	✓
Wilcoxon 符号秩检验（NEW）：对同一组采样单元中连续变量的两个水平（组）进行比较的单变量非参数 Wilcoxon 符号秩检验。配对（"组内"）设计基于差异的秩，p 值通过对符号进行置换获得（不超过最大置换次数）。	✓	✓
Mann-Whitney U 检验（NEW）：基于秩的比较两个组（某因子两个水平）的单变量非参数 Mann-Whitney U 检验，通过与零模型（组随机置换）比较检验统计量获得 p 值。	✓	✓
Kruskal-Wallis 检验（NEW）：基于秩的比较两个或更多组（某因子两个或更多水平）的单变量非参数 Kruskal-Wallis 检验，通过与零模型（组随机置换）比较检验统计量获得 p 值。可选执行成对检验。	✓	✓
Kolmogorov-Smirnov 检验（NEW）：比较同一组采样单元中一个连续变量的两个分布（两样本检验）的非参数 Kolmogorov-Smirnov 检验，通过与零模型（组随机置换）比较检验统计量获得 p 值。	✓	✓
关联检验（NEW）：对同一组采样单元中两个变量的双变量非参数关联检验。须指定备择假设（双尾，或预期正/负相关的单尾）。通过置换方法（一个变量的排序随机化，另一变量排序保持不变）计算 p 值。检验可基于以下度量之一：Pearson 相关、Spearman 秩相关、加权 Spearman 秩相关、Kendall's tau 或关联指数。选项包括：在指定因子各水平内分别执行检验；将置换下的检验统计量值输出至工作表及/或直方图；以及/或输出散点图以直观检查模式。	✓	✓

分析（相似性矩阵）

功能	PERMANOVA+	PRIMER 8 Lite
聚类分析——凝聚法（CLUSTER）：层次凝聚聚类分析，可选聚类方式（单连接、完全连接、组平均或可灵活 β 连接）。选项包括：通过每个节点执行的 SIMPROF 检验识别组内"仍有显著结构"的聚类；基于 SIMPROF 结果创建因子；和/或创建共表距离矩阵。输出树状图可进一步自定义。为标签及/或符号指定因子或指示变量。更改图形方向（上、右、下或左）。旋转树状图叶片（点击水平线）。通过折叠任意分支内叶片进行简化（点击垂线）。使用放大/缩小工具聚焦树状图特定部分。显示树状图在某一相似度/相异度值处的"切片"并据此创建因子。	✓	✓
聚类分析——分裂法（UNCTREE）：将一组多变量观测（物种或样本）划分为若干组，通过自顶向下的二分分裂使 ANOSIM R 统计量最大化，得到分裂式层次树。指定最小组大小及/或分裂大小。可选通过每个节点执行的 SIMPROF 检验识别组内"仍有显著结构"的聚类；基于 SIMPROF 结果创建因子；并使用等距（A%）或分裂质量（B%）准则显示节点垂直位置。	✓	✓
约束分裂聚类（LINKTREE）：基于非参数分类，采用使 ANOSIM R 统计量最大化（同 UNCTREE）的自顶向下二分分裂，同时受第二组数据（如空间/环境）中一个或多个其他变量约束。具体而言，约束要求：只有在同时对应于另一（第二）数据组中一个或多个变量秩排序值的分裂时，才可进行分裂。可选通过每个节点执行的 SIMPROF 检验识别组内"仍有显著结构"的聚类；基于 SIMPROF 结果创建因子；使用等距（A%）或分裂质量（B%）准则显示节点垂直位置；并将图中信息面板的变量名替换为指示变量或因子的水平。	✓	✓
非参数 k-means（kRCLUSTER）：将一组多变量观测（物种或样本）划分为给定数量（k）的聚类/组，通过迭代技术使给定准则（ANOSIM R 统计量或组内平均秩）最大化。为 k 选择单一值，或对一系列 k 值进行分析。后者选择最小的 k，使 SIMPROF 检验显示组内无显著剩余结构。输出为标识 k 个组的因子。	✓	✓
非度量 MDS（nMDS）排序：非度量多维标度（构建点间距离配置以匹配秩次相异度），采用迭代算法从多个初始随机配置出发求得全局最小应力解。选择：配置维度数量（2 或 3，或用户指定的维度范围）和重启次数（随机初始配置）。可选用 Kruskal 拟合方案 1 或 2、动画化配置图、输出 Shepard 图和/或碎石图、将配置坐标发送至工作表，或通过按方程中按指定比例"混入"度量 MDS 解来"固定"可能"塌缩"的配置。	✓	✓
度量 MDS（mMDS）排序（UPDATED）：度量多维标度（构建点间距离配置以线性匹配相异度），采用迭代算法从多个初始随机配置出发求得全局最小应力解。选择：配置维度数量（2 或 3，或用户指定的维度范围）和重启次数。可选动画化配置图、输出 Shepard 图和/或碎石图，或将配置坐标发送至工作表。	✓	✓
阈值度量 MDS（tmMDS）排序（UPDATED）：阈值度量多维标度（构建点间距离配置以线性匹配相异度，但将截距放宽为非零值），采用迭代算法从多个初始随机配置出发求得全局最小应力解。选择：配置维度数量（2 或 3，或用户指定的维度范围）和重启次数。可选动画化配置图、输出 Shepard 图和/或碎石图，或将配置坐标发送至工作表。	✓	✓
组合 MDS（Combined MDS）：最小化来自两个 nMDS 排序的应力函数的等量混合，可用于针对两组无法合并为单一矩阵（可能需不同相似性度量，如生物与非生物；可动生物计数与群体生物面积等）的变量，生成样本间关系的共识视图。	✓	✓
相似性分析（ANOSIM）：相似性分析（ANOSIM），一种使用 R 统计量的非参数检验，严格检验任何指定设计（最多三个因子且其间存在交叉或嵌套关系）中多变量样本组（某因子各水平）间无差异的原假设。所有 P 值均使用严格的置换方法求得，包括对完整设计中任一给定因子的适当约束或可选置换单元。选择最大置换次数。对无重复的多元检验，选择相关方法（Spearman、加权 Spearman 或 Kendall）。可选将 R 的成对检验值及/或其显著性水平输出至工作表、直方图，或显示置换下检验统计量值分布的图形。	✓	✓
BEST — BIOENV：从"拟合数据"工作表中筛选一组变量，使其生成的（基于所选相似性度量的）距离（或相异度）矩阵与给定（目标）相似性矩阵中样本间关系模式"最佳匹配"。此为穷举搜索，常用于寻找（如）环境（或其他）变量，它们共同匹配生物（物种）相异度中的模式。选择矩阵相关方法（Spearman、加权 Spearman、Pearson 或 Kendall）。可选将拟合数据变量按指示变量指定的组保持在一起、在因子各水平内进行分析，或就显著的"匹配"进行置换检验（并谨慎处理对拟合变量进行"搜索"，计算量大）。检视选定数量的最佳总体结果，以及给定数量拟合变量的最佳结果。	✓	✓
BEST — BVSTEP：从"拟合数据"工作表中筛选一组变量，使其生成的（基于所选相似性度量的）距离（或相异度）矩阵与给定（目标）相似性矩阵中样本间关系模式"最佳匹配"。此非穷举搜索，而是从固定变量集或指定数量的随机试验变量出发，继续采用逐步（向前/向后）选择方法改善拟合。适用于识别指示物种集及/或冗余物种集。选择停止准则（如 ρ > 0.95）与拟合容忍度（如 Δρ < 0.001）；其余选项与 BIOENV 相同。	✓	✓
MVDISP：基于组内重复间秩相异度计算多变量离散度指数。	✓	✓
RELATE：计算矩阵相关（使用 Spearman's rho、加权 Spearman's rho、Pearson 相关或 Kendall's tau），并检验两个相似性矩阵之间无显著关联（多变量模式无关系）的原假设。第二个相似性矩阵可为用户生成的相似性矩阵或模型矩阵（如趋势或周期性）。P 值通过对采样单元置换求得。使用 Pearson 矩阵相关测度时等价于 Mantel 检验。选择最大置换次数。可选在因子各水平内检验。可选输出直方图或显示置换下检验统计量值分布的工作表。	✓	✓
2STAGE：计算两个或多个相似性矩阵两两之间的矩阵相关（使用 Spearman's rho、加权 Spearman's rho、Pearson 相关或 Kendall's tau）。所得矩阵相关输出为新的相似性矩阵，其样本名对应于原相似性矩阵名。对结果矩阵做 MDS 即为"二阶"MDS。另一选项是计算所选相似性矩阵子集间的相似性：指定"外层"因子与"内层"因子，外层因子水平将整个相似性矩阵拆分为待比较的较小矩阵，其水平将用于标注输出相似性矩阵的条目；内层因子水平标识子矩阵中对应的样本。	✓	✓
TAXDTEST：检验来自某一地点（或时期）的物种清单，是否具有与从中抽取它的"总"清单（如该生物地理区域全部物种）相同的分类学差异度（AvTD、delta+）和/或分类学差异度变异（VarTD、lambda+）结构。通过对总清单按给定物种数（S）进行随机抽取得以实现。选择绘制直方图（单一 S 值）、漏斗图（一个或多个样本及用户指定 S 值范围，但仅 AvTD 或 VarTD）或椭圆图（AvTD 与 VarTD 在用户指定 S 值范围内双变量联合绘制），以显示随机抽取所得值的分布，并将样本值置于此背景中。选择按总清单频率工作表中各物种的丰度（频率）对随机筛选加权。选择漏斗与椭圆中等值线的显著性水平。	✓	✓
自助平均（Bootstrap Averages）：对相似性矩阵中样本组的自助平均及置信区域排序。首先生成足以表示相似性矩阵的足够维数（m）的度量 MDS。其次，在度量 MDS 空间中，对若干（g）组（由因子指定）每组计算 n_boot 个随机自助重抽样。第三，计算每组的自助样本平均，得到 g × n_boot 个自助平均。所有 g × n_boot 个自助平均的排序可使用度量、阈值度量或非度量 MDS 进行。选项包括：直接指定 m，或通过矩阵相关自动选择（即选择使 ρ 大于用户指定值的 m）；将 m 维数据输出至工作表（重复、自助平均和/或组平均）；以 50%、90% 或 95% 显著性水平显示自助平均、组平均及/或自助置信区域。	✓	✓

图形（Plots）

功能	PERMANOVA+	PRIMER 8 Lite
条形图（Bar Plot）：以 2D 或 3D 展示样本间变量值的独立或堆叠条形图。	✓	✓
箱线图（Box Plot）（UPDATED）：创建单变量变量的箱线图，比较不同组（由因子标识）观测值的分布。可选更改不透明度、颜色及颜色的饱和度。	✓	✓
优势度图（Dominance Plot）：物种丰度（或生物量）排序图。每个样本中物种按丰度递减排序，其相对丰度（占样本总丰度的百分比）对递增秩（x 轴，取对数刻度）作图。可选绘制相对丰度、累积相对丰度（k-优势度图）或部分优势度。	✓	✓
丰度-生物量比较（ABC）曲线：将丰度与生物量的优势度曲线（分别计算）置于同一图中，计算 W 统计量（两曲线之差）作为扰动度量。	✓	✓
点图（Dot Plot）（NEW）：可视化单变量数据集的经验分布。选择因子以比较不同组的样本分布。在数轴（y 轴）上为每个数据点在其适当位置绘一个点；相同值的观测在该同位"堆叠"，并显示中位数的水平线。可选更改点符号的不透明度、颜色及/或颜色饱和度。	✓	✓
制图者图（Draftsman Plot）：以 p × (p-1)/2 阵列绘制 p 个变量的双变量散点图。检视变量间的分布模式与相关结构，并计算每对变量的相关。	✓	✓
经验分布图（Empirical Distribution Plot）（NEW）：以线图绘制变量或样本（以百分比或比例表示）的累积经验分布，可选通过指定因子或指示变量将其拆分为多个分布（图中的多条线）。	✓	✓
几何等级图（Geometric Class Plot）：绘制落入一组几何（×2）丰度等级（x 轴）的物种数（y 轴）。图中每条线给出样本中以单个个体（等级 1）、2-3 个体（等级 2）、4-7 个体（等级 3）、8-15 个体等表示的物种数（或百分比）。又称物种多度分布（SAD）曲线。	✓	✓
直方图（Histogram Plot）：为数据表中每个变量绘制直方图。可选更改分箱或边界的颜色，或更改分箱大小。	✓	✓
线图（Line Plot）（UPDATED）：将变量值作为线绘制（跨所有样本），或将样本值作为线绘制（跨所有变量）。可选为指示变量（变量线）或因子（样本线）指定的组分别绘图。	✓	✓
均值图（Means Plot）：绘制单变量变量在不同因子水平（组）下的均值及 95% 置信区间。可选以线连接这些均值，及/或使用共同方差估计量生成置信区间。	✓	✓
散点图（Scatter Plot）：绘制两个所选变量的 2D 双变量散点图，或三个所选变量的 3D 三变量散点图，可选保持纵横比。符号的颜色及/或形状可按因子水平更改。	✓	✓
阴影图（Shade Plot）：创建数据矩阵的阴影图（热力图）（变量为行、样本为列，或反之），以灰度（由白到黑）展示丰度/生物量值的递增。由灰度切换至单色、双色或色谱。指定最大值、图例中显示的等级数，并可反转调色板。以 2D 展示，或 3D 中以条带展示。调整树状图（若包含）的相对大小，绘制样本和/或变量约束组边界。	✓	✓
阴影图——重排序：更改阴影图中样本和/或变量的排序。可保留原始/工作表顺序、按数值因子/指示变量排序、按其他所选变量排序、为最大化序列化程度排序（同时选择优化序列化的重启次数）、按最近邻排序，或参照相似性矩阵排序。为重排序添加额外约束，如保持分组或来自样本/变量聚类分析（基于 Bray-Curtis）的树状图结构。注意：样本与变量分别选择并应用独立的重排序选项及/或约束。	✓	✓
物种累积图（Species Accumulation Plot）：绘制累积物种数对所累积样本数的曲线，并（可选）基于该曲线输出若干不同的总丰富度估计量（S、Chao 1、Chao 2、Jacknife 1、Jacknife 2、Bootstrap、Michaelis-Menton、Ugland-Gray-Ellingsen）。选择保持样本原顺序，或通过选择样本指定顺序。亦提供置换选项，取不同（置换后）样本顺序并对所得曲线求平均。	✓	✓
曲面图（Surface Plot）：样本×变量的 3D 图，高度与颜色梯度对应数据值。可选更改曲面不透明度。	✓	✓
小提琴图（Violin Plot）（NEW）：创建小提琴图，展示由非参数核密度估计（kde）得到的、每个组（由因子标识）单变量变量的经验概率密度函数，并水平镜像。同时显示中位数与四分位距。可选更改带宽（Silverman 经验法则或自定义值，各组件分别）、更改重标度方法（无、面积、宽度或计数）、为截断变量类型设置上/下截断界（如生物量数据下限为 0），或自定义图中颜色的不透明度、颜色及/或饱和度。	✓	✓

向导（Wizards）

功能	PERMANOVA+	PRIMER 8 Lite
基础多元分析：在数据集上以用户指定设置运行一套基础多元分析方法：(1) 预处理（标准化/变换）；(2) 相似性；(3) 单向 ANOSIM（用户指定因子）；(4) CLUSTER 分析（可选含 SIMPROF）；(5) 非度量 MDS；(6) SIMPER。	✓	✓
矩阵显示（Matrix display）：创建数据的阴影图（热力图），直接可视化数据值，其中样本与变量的排序各自重新排列以在图各轴上最大化序列化模式，但受样本聚类分析（基于 Bray-Curtis）与变量聚类分析（基于关联指数）约束。样本也可按所选因子水平保持分组。可选进行整体变换和/或缩减物种集，仅保留选定数量的"重要"变量（基于对任意一个样本的贡献百分比）。	✓	✓
连贯性图（Coherence plots）：通过以下自动步骤展示功能相似变量的图：(1) 对变量进行 CLUSTER 分析；(2) SIMPROF 检验（在选定 α 水平与置换次数下）以识别无结构的变量最大组（即"连贯变量"）；(3) 连贯变量集的线图。对生物数据（类型 = 丰度或生物量），可选标准化变量、选择相似性度量（如关联指数）并将物种集缩减为"重要"物种（基于对任意一个样本的贡献百分比）。对环境/其他数据，可选通过正态化或排序对变量缩放，并选择相似性度量（如 Pearson）。	✓	✓

图形选项（Graph Options）

功能	PERMANOVA+	PRIMER 8 Lite
常规（General）：选择将额外信息面板与历史记录作为文本窗格绘制。选择历史窗格与文本的线宽、线型及整体字体缩放。	✓	✓
标题（Titles）：选择标题与副标题的字体、大小与颜色。可选粗体或斜体。	✓	✓
标签与符号（Labels & Symbols）：绘制标签和/或符号并更改其大小及/或字体。选择按变量或样本名显示标签或符号，或为样本组（由因子指定）或变量组（由指示变量指定）指定共同的符号或标签。	✓	✓
坐标轴（X、Y、Z）（NEW UPDATED）：更改坐标轴及轴标题的刻度与字体。以对数刻度显示。指定显示刻度 min、max 与间隔值。开关标签和/或刻度标记的显示。将轴标签方向改为垂直或平行于轴。在用户指定值处添加附加标签（带或不带刻度标记）。	✓	✓
图例（Key）（UPDATED）：编辑因子或指示变量水平的图例（符号、线型、阴影、颜色）。将自定义图例与因子关联，以便在重复分析中应用。自定义图例文本与标题的字体和大小。	✓	✓
放大/缩小（Zoom In/Out）：放大缩小以查看图形细节/结构。	✓	✓
取消缩放（Cancel Zoom）：恢复任何缩放前的原始配置。	✓	✓
旋转（Rotate）：旋转图形。	✓	✓
翻转轴（Flip axes）：在任何排序类型（MDS、PCA、PCO）中翻转 X/Y/Z 轴，以创建配置点的垂直或水平镜像。	✓	✓
Procrustes 旋转：自动旋转和/或反射（并可缩放/拉伸，保持纵横比）活动配置图，以最佳匹配另一配置图（"目标"图）。输出 Procrustes 残差平方和作为拟合度量。	✓	✓
旋转视角（Spin）：使用鼠标手动旋转或更改 3D 排序图的视角。	✓	✓
重置方向（Reset orientation）：取消缩放并将 MDS 图恢复至其原始方向（例如在手动旋转之前）。	✓	✓
自动旋转（Auto-spin）：自动旋转/旋转 3D 配置，旋转速度通过滑块动态控制。	✓	✓
动画标记（Animate markers）：以动画形式显示有序系列的点（例如时间或空间中的样点序列），在 2D 或 3D 中，可选择仅显示点及/或连接线在序列中移动。	✓	✓
动画 MDS（Animate MDS）：观看 MDS 迭代过程寻找低应力解最终配置的动画演变（包括重启）。	✓	✓
创建动画（Create animation）：创建、记录并保存（作为动画 *.gif）任何动画图形配置（3D 旋转+视图更改、序列动画或 MDS 动画）。选择宽度、高度、每秒帧数（fps）和总时长。	✓	✓

附加图形元素（Graph > Special）

功能	PERMANOVA+	PRIMER 8 Lite
配置类型：选择 2D、3D 或 3D 投影。可选更改纵横比和/或在样本点上绘制垂直线（用于 3D 图）。	✓	✓
选择坐标轴：选择 2D、3D 或 3D 投影。可选更改纵横比和/或在样本点上绘制垂直线（用于 3D 图）。	✓	✓
坐标轴（Axes）：选择作为 X、Y 和/或 Z 绘制的轴，可选择绘制轴和/或在图周围绘制框。	✓	✓
气泡图（Bubbles）：显示气泡（而非符号），其直径反映一个变量的值或分段气泡图中多个变量的值。选择气泡缩放和/或是否显示图例。	✓	✓
标记序列（Marker sequence）：使图中的样本点按运行序列顺序显示（如按时间），根据数值因子的水平。选择序列序列化方法和每秒点数。	✓	✓
区域（Region）：更改图中区域所用颜色的不透明度和/或饱和度。适用于自助平均区域或 TAXDTEST 漏斗或椭圆。	✓	✓
叠加聚类（Overlay clusters）：将聚类（作为围绕同一聚类内样本的光滑凸包线）叠加到配置图上，由相似性矩阵或因子标识。选择显示哪些聚类级别。	✓	✓
3D 聚类（3D clusters）：如果配置图类型设置为"3D 投影"，且用户选择叠加聚类，则整个树状图作为 3D 枝状图显示在配置下方。	✓	✓
向量（Vectors）：将 PCA（特征向量）中的变量作为标记向量在 PCA 排序图上显示，或从独立工作表中显示任何用户指定的变量的向量。选择向量缩放、是否绘制单位圆以及显示哪些向量。	✓	✓
轨迹（Trajectory）：叠加轨迹（连接顺序样本的线），顺序由数值因子的水平标识。如果存在嵌套因子（如重复），则将轨迹拆分为多个段。	✓	✓
最小生成树（Minimum spanning tree）：以最小化总距离的方式将所有样本用线连接（即所谓的"旅行商问题"的解），连接线绘制在配置图上。	✓	✓
最近邻（Nearest neighbour）：将所有对距离小于指定最大相异度（阈值距离）的样本（用线）连接。选择距离的秩阈值或数值阈值。	✓	✓

保存与导出

功能	PERMANOVA+	PRIMER 8 Lite
数据表（保存）：以 PRIMER 格式（*.pri 或 *.pm1）保存任何数据表，适用于任何 PRIMER 版本（4、5、6、7 或 8）。也可保存为文本文件（*.txt）或 CSV 文件（*.csv）。	✓	✓
相似性矩阵（保存）：以 PRIMER 格式（*.sid 或 *.sim）保存任何相似性矩阵，适用于任何特定 PRIMER 版本（4、5、6、7 或 8）。也可保存为文本文件（*.txt）或 CSV 文件（*.csv）。	✓	✓
结果/备注（保存）：将任何结果文件或备注文件保存为富文本文件（*.rtf）或文本文件（*.txt）。	✓	✓
图形（保存）：将任何图形保存为 PRIMER 绘图文件（*.ppl），适用于 PRIMER 版本 6、7 或 8。图形也可保存为 *.emf、*.bmp、*.png、*.tif、*.jpg 或 *.gif 格式。	✓	✓
动画（保存）：将 PRIMER 中生成的任何类型的图形动画保存为动画 *.gif 文件，用户可选择宽度、高度、每秒帧数（fps）和循环选项。	✓	✓

帮助

功能	PERMANOVA+	PRIMER 8 Lite
帮助文件：以简要 Windows 帮助文件形式提供的帮助可直接从软件内获取，并可搜索以快速获得导航和操作方面的帮助。	✓	✓
手册：PRIMER-e 的学习中心提供全套手册及相关资料。首次购买后一年内可完全访问；续订年度支持和更新服务可继续访问。	✓	✓
示例数据：PRIMER 软件附带大量有用的示例数据集和案例研究。所有示例数据集及相关元数据均在安装目录的 Examples 文件夹中提供。	✓	✓
更新通知：每次打开 PRIMER 且存在网络连接时，如果有可用更新，PRIMER 将自动提示您更新软件。更新将自动下载并安装。	✓	✓
许可证激活（UPDATED）：使用许可密钥验证（或取消验证）您的最终用户许可证，以便使用该软件（或将许可证释放以在另一台计算机上验证——如果您的许可证允许）。	✓	✓