En estadística, la prueba de análisis de similitud (ANOSIM) tiene cierta similitud con una prueba de hipótesis tipo ANOVA; sin embargo, se utiliza para evaluar una matriz de disimilitud en lugar de datos sin procesar (Clarke, 1993). Además, las (di)similitudes brutas a menudo se clasifican (ranked) antes de realizar un ANOSIM. Las diferencias de clasificación alinean a ANOSIM con el procedimiento de escalamiento multidimensional no métrico (NMDS). Juntas, las capacidades de visualización y reducción de dimensiones de NMDS y las pruebas de hipótesis que ofrece ANOSIM son enfoques complementarios en la evaluación de datos multivariados no paramétricos. Los lectores también deberían considerar la técnica de MANOVA no paramétrica (NPMANOVA) (Buttigieg & Ramette, 2014). El ANOSIM R compara la media de las diferencias clasificadas entre grupos con la media de las diferencias clasificadas dentro de los grupos. Un valor de R cercano a “1,0” sugiere disimilitud entre grupos, mientras que un valor de R cercano a “0” sugiere una distribución uniforme de rangos altos y bajos dentro y entre grupos. Los valores de R inferiores a “0” sugieren que las diferencias son mayores dentro de los grupos que entre grupos. La importancia del estadístico R se determina permutando la pertenencia al grupo una gran cantidad de veces para obtener la distribución nula del estadístico R. Comparar la posición del valor R observado con la distribución nula permite una evaluación de la significación estadística.