RDA/CCA 为基于对应分析发展的一种排序方法，将对应分析与多元回归分析相结合，每一步计算均与环境因子进行回归，又称多元直接梯度分析，主要用来反映菌群与环境因子之间的关系。RDA 是基于线性模型，CCA 是基于单峰模型。分析可以检测环境因子、样品、菌群三者之间的关系或者两两之间的关系。
1. 物种相对丰度文件
物种相对丰度文件，第一行为样本分析名，第一列为物种名，数值为物种在样本中的相对丰度。
demo数据下载：abundance.xls
2. 环境因子信息文件
环境因子信息文件，第一行为样本分析名，第一列为环境因子信息名，数值为各样本的检测值。
demo数据下载：env.xls
3. 样本分组信息文件
样本分组信息文件，第一列为样本分析名，第二列为样本的分组名称（注意表头Group大小写问题）。
demo数据下载：mapping.xls
1. 结果示例图1
样品和环境因子之间的关系分析图，图中箭头分别代表不同的环境因子。环境因子之间的夹角为锐角时表示两个环境因子之间呈正相关，钝角时呈负相关。样本与环境因子之间的夹角代表物种样本与环境因子间的正、负相关关系（锐角：正相关；钝角：负相关；直角：无相关性），环境因子的射线越长，说明该影响因子对样本的影响程度越大。由不同的样本向各环境因子做垂线，投影点越相近说明样本间该环境因子属性值越相似，即环境因子对样品的影响程度相当。图中不同颜色的点表示不同组别的样品。
2. 结果示例图2
样品和环境因子以及微生物之间的关系分析图，图中红色箭头分别代表不同的环境因子，蓝色箭头代表不同的微生物。环境因子之间的夹角为锐角时表示两个环境因子之间呈正相关，钝角时呈负相关。物种与环境因子之间的夹角代表物种与环境因子间的正、负相关关系（锐角：正相关；钝角：负相关；直角：无相关性）环境因子的射线越长，说明该影响因子的影响程度越大。由不同的样本向各环境因子做垂线，投影点越相近说明样本间该环境因子属性值越相似，即环境因子对样品的影响程度相当。图中不同颜色的点表示不同组别的样品。
(1) 样本分组信息文件第一列样本名称，应与物种丰度文件中的样本分析名对应；
