合并与不合并:两个相似性聚类分析方法比较

以山西省4638种昆虫在7个地理小区的分布、内蒙古7766种昆虫在14个地理小区的分布和中国16804属昆虫在67个生态区域的分布3组数据为样本,用传统的层层合并的相似性聚类分析法(SCA)和新的不需合并的多元相似性聚类分析法(MSCA)进行运算分析,对比结果表明,不合并法都能得到既符合统计学逻辑,又符合地理学、生物学逻辑的结果;合并法在参与小区较少时,还能够得到与不合并法类似的结果,随着参与小区的增多,聚类结构发生变化,以致聚类功能彻底丧失。无论两种聚类结果差异大小,其性质都迥然不同:不合并法的相似性系数是固有的、互相独立的、同时存在的,聚类结果是所有小区之间关系亲疏、距离远近的状态;合并法的每个相似性系数都是合并的依据或结果,前一个系数是后一个系数产生的条件,后一个系数是前一个系数消亡的结果,严格按照顺序,当最后一个系数产生时,前面所有系数和所有小区都已不复存在,聚类结果只是记录不断合并、不断消亡的过程。因此在肯定合并法历史价值的同时,认为申效诚等创建的多元相似性系数公式及多元相似性聚类分析法摈弃合并降阶这一产生偏差和错误的根源,能够得出相对客观的聚类结果,是生物地理学研究领域有效的聚类分析工具,必将推动生物地理学定量研究迈入一个新阶段。

中国昆虫区系的多元相似性聚类分析和地理区划

为了总结分析中国昆虫的分布规律,为昆虫地理区划提出依据,作者2008年创建了新的多元相似性聚类分析方法,它与传统的聚类分析方法的主要不同是直接计算任意多个地区之间的相似性系数,从而摈弃原来的合并环节。我们应用这种方法对中国823科17 018属93 662种昆虫的分布进行了定量分析。当种级水平相似性系数分别为0.19和0.14时,全国64个基础地理单元聚类为20个小单元群和9个大单元群。根据聚类分析结果,提出我国第一个由定量分析产生的9个昆虫区20个昆虫亚区的中国昆虫地理区划的初步方案。西北昆虫区、东北昆虫区、华北昆虫区、青藏昆虫区稳定地组成中国北方昆虫大区,江淮昆虫区、华中昆虫区、西南昆虫区、华东昆虫区、华南昆虫区稳定地组成中国南方昆虫大区。江淮昆虫区的设立是因为这里多平原和丘陵,为重要农业区,昆虫区系简单,种类显著少于华东、华中、华南昆虫区,而和华北昆虫区相当;包括台湾在内的华东昆虫区是昆虫多样性最丰富地区之一,显著高于邻近的华北、江淮、华南昆虫区。最后,对昆虫地理定量分析中的重要环节进行讨论,还对今后昆虫区系调查的薄弱地区提出建议。这项研究证明多元相似性聚类分析方法是简便、快捷、实用的,能够在更广泛的范围应用,这预示着生物地理学研究将会由定性研究进入到定量研究阶段。

河南昆虫、蜘蛛、蜱螨地理分布的多元相似性聚类分析

河南省的昆虫、蜘蛛、蜱螨种类共8637种,隶属32目551科3967属。使用多元相似性聚类分析法(MSCA)对全省11个生态区域间的关系进行分析,总相似性系数0.184,表明分布很不均匀,在0.3的相似性水平上,全省分为4个地理分布区:平原盆地区、西北山地丘陵区、伏牛山区和桐柏大别山区。分析了分类阶元、区系成分、不同类群、种类规模、分布地规模对相似性聚类关系的影响,结果显示,属级水平和种级一样,能够揭示省级地理区域内的相似性聚类关系,科级水平将适合更大的地理区域;生物类群是对相似性聚类结构影响最大的参量,保证多类群的参与,是揭示整体规律的关键;在多类群参与的前提下,种类和分布地不是敏感的因素,合适的种类抽样同样能得到满意的结果,分布地的少量增减,也只会引起相似性系数的轻微变动。

世界蜘蛛的分布格局及其多元相似性聚类分析

蜘蛛是一类种类繁多、数量巨大、分布广泛的捕食性生物。至2012年底,全世界共有蜘蛛43678种(包括亚种),隶属于112科3898属。科、属、种3个分类阶元的分布域非常悬殊,90%的种分布在一个界内,90%的科是跨界分布或全球分布。按行政区域,亚洲种类较多,欧洲较少,南极洲没有蜘蛛记录;按动物地理区域,古北界和新热带界较多,新北界较少。根据地理条件、生态条件和蜘蛛的分布状况,将全球陆地分为53个基础地理单元,用申效诚等新近提出的相似性通用公式和据此创立的多元相似性聚类分析方法,分别对属、种两级的分布进行分析,得到两个聚类结构相同、聚类关系合理的支序图,而且属级的支序图层次更为分明,在相似性水平为0.32时,53个基础地理单元聚为17个小单元群,在0,22水平上,又聚为8个大单元群。这些大、小单元群的组成单元地域相邻相连,生态条件相对一致,可以作为蜘蛛地理区划的界、亚界两个层级。和华莱士主要以哺乳动物建立的世界动物地理区划相比,主要差异是:1)古北界东、西两部分差异显著,可分设两界;2)新西兰和澳洲大陆相似性较低,可单独设界;3)新几内亚和太平洋岛屿与澳洲大陆的关系远于和东洋界的关系,华莱士线在两界间的作用似乎不存在;4)新热带界的中美地区似乎属于新北界更为合适,并由此产生了南北美洲间的紧密联系;5)新北界与古北界的相似性关系弱于与新热带界的关系,全北界的概念几近消失。前两点差异可以从地球板块构造的变动得到解释,第3、5个差异已在植物和其它生物类群得到佐证,第4个差异尚不稳定,需要更多类群的比较与分析。使用多元相似性聚类分析方法对于如此典型的点状分布的生物类群和如此海量的数据,能够得到如此精细的,既符合地理学、统计学的逻辑,又符合生物学、生态学逻辑的定量分析结果,这在国内外都是首次成功尝试,其简便性和合理性将会促使在其它类群中的应用。

基于BORDA计数法的多元水文时间序列相似性分析

本文针对水文时间序列的特点和当前多元时间序列相似性分析研究的不足,提出了一种新的基于BORDA数的多元水文时间序列相似性度量计算方法。该方法首先根据多元水文时间序列数据复杂性进行主成分变换降维,然后利用线性分段斜率距离分别计算单一序列的相似性,最后采用基于BORDA计数法的投票方法获得多元水文时间序列整体相似性。为了证明提出方法的可行性和有效性,分别以太湖五站水位序列和宜丰洪水过程相似性分析为例进行了验证。分析结果表明,基于BORDA计数法的多元水文时间序列相似性度量计算方法可以满足防汛指挥中相似水文过程查找的需要。

中国医学昆虫区系分布的多元相似性聚类分析

收集医学昆虫共计45科621属6 617种,对它们的分布资料用相似性通用公式和多元相似性聚类分析法进行定量分析,聚类结果非常接近于以植食性为主的中国昆虫的整体分析结果,而和中国高等动物的分布格局相去甚远.最后提出值得进一步探讨的几个原因.

辽宁大型真菌多元相似性聚类分析

辽宁省7个自然保护区内共有大型真菌249属805种,通过采用多元相似性聚类分析方法(MSCA),对不同保护区内大型真菌进行种和属的聚类分析,探究不同地区之间大型真菌的多元相似性。结果表明:种的多元总相似性系数为0.189 7,在0.25时聚类为四个分类单元群;属的总相似性系数为0.352 8,在0.5时聚类为4个分类单元群,与种的4个分类单元群聚类顺序一致,聚类单元有所区别。不同地区种和属的聚类总体符合地理环境、调查程度等因素。

中国哺乳动物地理分布的多元相似性聚类分析

中国的地形复杂、地貌多样,动物的地理分布亦表现出明显的区域间差异。本研究通过新近文献调研,获知中国现生哺乳动物计692种(隶属13目56科246属);进而建立物种及其地理分布数据库。采用多元相似性聚类分析(multivariate similarity clustering analysis,MSCA)方法,探讨了中国哺乳动物的地理分布特征。结果表明:(1)中国的现生哺乳动物可划分为176个调查地理单元(investigated geographical unit,IGU),进而归并为63个基础地理单元(basic geographical unit,BGU);(2)当相似性系数取0.31、0.25和0.15时,上述63个BGU可分别归并为10个、7个和2个基础地理单元群;据此可对中国的哺乳动物地理分布作出2界7区10亚区的3级区划。本文建议,世界动物地理区划中古北界与东洋界在中国境内的分界线走向为:南迦巴瓦峰西部-玛卿岗日-秦岭北部-黄土高原南缘-大别山-淮河南-长江中下游一线。

多元统计、聚类分析法在自然资源开发中的应用

在多元统计、聚类分析方法的基础上 ,结合计算机及数值分析技术对矿产样品的分类提出一种定量、数值型的分类方法 ,并将其应用于石油勘探中的油藏分类问题 。

基于层次分析法和聚类分析法的高等教育自学考试多元评价模型探析

在高等教育自学考试中采用多元评价方式,有利于对学生进行全面评价,符合新时代教育评价改革要求。基于层次分析法和聚类分析法构建自学考试课程多元评价模型,以普通高等学校计算机基础课程为例进行实证分析,确定多元评价模型各评价指标的权重系数,其中:终结性考试权重为0.539,实践成绩类权重为0.297,平时成绩类权重为0.164。该模型既体现了指标数据的客观性,又体现了考核主体的主观意志。

夜蛾科昆虫区系研究Ⅱ.中国各省区夜蛾的分布及相似性分析

中国夜蛾共有20亚科845属3751个有效种。这些种类有4种区系成分,其中东亚成分占优势,占总数的51.35%,东洋成分占25.51%,古北成分18.45%,广布成分仅2.27%。夜蛾在全国各省区的分布与区系结构各不相同,台湾、云南、西藏、四川、湖北、河南、湖南、浙江、新疆等是夜蛾物种丰富的省区。东亚成分在除东北、西北、华南以外的省区都是优势类群。多元相似性聚类分析结果显示,台湾和华中关系密切于华南;内蒙古和东北区的关系密切于西北;河南、湖北、陕西、甘肃、安徽、江苏6省聚为一个"秦岭淮河区",这个新分布区的特点是,东亚成分占优势;古北成分和东洋成分相等;古北东洋两界的分界线横贯全区。

基于Ward聚类法的道路交通事故多元统计分析

道路交通事故具有空间分布规律,不同地区有所差异。在选取道路交通事故统计指标的基础上,基于系统聚类分析的基本原理,采用Ward最小方差平方和法对某地区道路交通安全状况进行聚类分析。通过分类,将具有共性的地区划归为一类。结果表明,类别的划分突出特性,反映道路交通事故具有空间分布特征,有助于掌握道路交通安全状况,便于采取相应的防治措施。

多元分析法在中医证候研究中的应用

从中医证候的概念,中医证候研究的历程(专家经验评估,中医计量诊断方法,临床流行病学),多元分析方法的应用(多元回归分析与Logistic回归分析,主成分分析与因子分析,聚类分析,判别分析,结构方程模型),多元分析方法在中医证候研究应用中存在的问题及思考阐述了多元分析法在中医证候研究中的应用。

多元分析法在生态学研究中的应用

综述了应用于生态学研究领域的多元分析方法的目的、意义 ;划分了 3种不同类型的多元分析方法 :预处理原始数据的统计分析方法、排序方法和聚类方法 ;分别阐述其方法适用的生态学范畴。

基于聚类分析的风电场短期功率预测方法研究

为了充分利用历史风速数据所蕴含的信息,本文根据风速和风电功率的日相似性提出基于聚类分析的短期功率预测方法,通过对原样本数据进行预处理,选取与预测日NWP特征参数相似的历史日数据,以此作为建立模型的训练样本,将气象部门提供预测日的NWP信息作为预测日的特征参数,计算特征参数间的欧式距离,以此作为相似性度量的依据,最后利用聚类后的相似样本建立预测模型,以NWP数据为输入参数,实际风电功率为目标值,经过训练后得到聚类风电功率短期预测模型。经实际风电场测试,预测精度明显提高。

中国斑螟亚科昆虫区系的多元聚类分析和地理区划

为明确斑螟亚科昆虫在中国的分布格局及分布特征,运用多元相似性聚类分析法对该亚科107属480种昆虫的分布数据进行定量分析,并对该亚科昆虫的区系成分和分布情况进行初步讨论。结果表明,中国斑螟亚科昆虫分布在64个基础地理单元的总相似性系数为0.100,在0.200的相似性水平上聚为8个单元群,代表西北区、东北区、华北区、江淮区、华中区、华东区、西南区、华南区8个地理区;中国斑螟亚科昆虫区系成分由东古北(20.83%)、西古北(4.79%)、印度-太平洋(26.88%)和广布成分(47.50%)组成,而广布成分中又以东古北+印度-太平洋构成的过渡成分(23.54%)为主;在世界昆虫地理区划中,中国斑螟亚科昆虫属级阶元以印度-太平洋界分布最多,其次为东古北界,种级阶元以东古北界分布最多,其次为印度-太平洋界;在中国斑螟亚科昆虫地理区划中,西北区属种丰富度低但独有性高,东北区和华北区属种丰富度相近、共有性高,江淮区独有性最低,为过渡性地带,华南区属种分布最为丰富,独有属种数量也最多,华东区属种丰富度次之,但独有属种较少,华中区独有性低,与华东区共有性最高,西南区与华南区的共有性最高。分析上述结果发现,中国斑螟亚科昆虫分布格局同中国昆虫分布格局大体一致,但存在局部差异,造成这种差异的原因是斑螟亚科昆虫基底调查不充分以及样本基数远小于整个昆虫纲样本基数;中国斑螟亚科昆虫的主要区系成分为东古北界、印度-太平洋成分以及两者的过渡类群;斑螟亚科属种在中国各区系分布不均匀,生态环境相似性高的区系属种分布相似性高,反之亦然;不同地区斑螟亚科昆虫组成的变化是连续的,地理距离愈远,差异愈大。

条件聚类分析方法及其生物医学应用

条件聚类分析方法是一种较新的多元统计方法。根据约束条件之不同 ,它可分为一维有序样品、二维有序样品及圆周样品 3个部分。条件聚类的思想最早由 Fisher提出 ,他还提出一维有序样品的最优分割法。随着社会和科学的发展 ,人们不但把最优分割法从一维扩展到多维 ,还提出了更为简单易行的条件系统聚类法。条件聚类方法的思维朴素 ,理论简单 ,在许多行业 。

浅议聚类分析法存在的问题

一、聚类分析法的基本原理聚类分析法是多元统计分析方法中的一种定量分类方法.它是按照数量标志进行分类,总体中各单位的同质性与差异性是通过表明各单位的标志值的量的规定性来反映的,而反映这种量的规定性的最简便的方法是距离尺度.各单位之间的距离愈小,表明这些单位间的性质越接近,可以合并为同一类,反之则属于不同的类. 现假设用m个指标所构成的经济效益指标体系评价n个企业的综合经济效益来说明这种分析方法步骤: (一)数据标准化.数据标准化即对数据进行无量纲处理.由于各个指标都有各自的量纲,且指标之间的数量差异较大。

多元分析方法在白洋淀水质监测中的应用

应用国家标准《水质一微型生物群落监测-PFU法》获得原生动物群落的特征参数，结合化学指标的监测得到的数据，运用主成分分析和聚类分析等多元分析方法，对枯水期白洋淀水质进行了综合评价。结果表明，枯水期影响白洋淀水质的主要因子是NH3-N、COD、BOD。等。通过聚类分析发现，府河入淀口南刘庄与圈头两个采样点污染最重．表明府河污水仍是白洋淀的重要污染源．同时淀内的人口大村圈头的内源性污染也已产生重要影响。上述结果表明，多元分析方法在PFU法监测中应用能够使监测结果更加明确、简单。