Grafiken und Statistik in R

• Hierarchische Cluster Verfahren:
– agglomerative Beginnend mit n Clustern werden die ähnlichsten Cluster zusammengefaßt: Ward
Clusteranalyse, Zentroid Clusteranalyse, Median - Clustering.
– divisive Beginnend mit einem Cluster werden die Daten weiter aufgeteilt in immer heterogenere
Cluster: nearest neighbor, complete linkage.
• Modell basierte Methoden: unter Annahme einer bestimmten Verteilung (und Anzahl von Clustern)
wird die Zugehörigkeit zu einem Cluster mittels einer Wahrscheinlichkeit bestimmt. (s. Modell basiertes
Clustering)
• Fuzzy Clustering: fordert keine 100% Zugehörigkeit zu einem bestimmten Cluster, sondern erlaubt die
Zugehörigkeit zu αi - %. (in im Paket cluster die Funktion fanny(...))
(Quelle http://stats.math.uni-augsburg.de/lehre/SS04/stat3.shtml), s.a. Distanzmaße
Vergleich der verschiedenen Verfahren
• Nachteil des Single-Linkage Verfahrens: Verkettungseigenschaft, sensitiv gegenüber Ausreißern, Vorteil:
auch Cluster mit beliebiger Form (anstatt von Kreisen oder Ellipsen) können entdeckt werden
• Nachteil des Complete-Linkage-Verfahrens: kleine, kompakte Gruppen; Fusion zweier Gruppen unterbleibt
• Vorteile Zentroid und Average Linkage: space conserving
• Vorteile Ward, Average Linkage und Zentroid: Ausreißerrobust
• Ward Verfahren: findet tendenziell kreisförmige Cluster ähnlicher Größe
• Complete Linkage: tendenziell Cluster ähnlicher Größe und Gestalt, Nachteil: ausreißerempfindlich
aus Hilfe A number of different clustering methods are provided. Ward’s minimum variance method aims at
finding compact, spherical clusters. The complete linkage method finds similar clusters. The single
linkage method (which is closely related to the minimal spanning tree) adopts a ’friends of friends’
clustering strategy. The other methods can be regarded as aiming for clusters with characteristics
somewhere between the single and complete link methods.
Viele Studien empfehlen Ward und Average Linkage, dennoch können die Ergebnisse bezüglich der
Performance der Verfahren von den Daten abhängen. Empfohlene Strategie: mehrere Alternativen testen,
so zeigt sich auch, ob die Gruppen quasi „robuste“ Gruppen sind.
Co - Inertia Die Co - Inertia Analyse untersucht die Beziehungen zweier Tabellen oder Matrizen miteinander.
Man kann sie z.B. benutzen wenn man die Beziehungen zwischen gezählten Arten einerseits und gemessenen
Umweltvariablen andererseits untersuchen will. s.a. Inertia.
complete linkage
– Farthest neighbor Auch hier wird aus jedem Cluster nur ein Objekt
betrachtet. Dabei wird jedoch das Objektpaar ausgewählt, das die größte
Distanz aufweist. Diese Distanz bildet dan den Abstand zwischen den
beiden Clustern. (s.a.Cluster Analyse Verfahren).
conditioning variables legen Untergruppen des Datensatzes fest http://stats.math.uni-augsburg.de/lehre/
WS04/SeminarPFDs/Trellis.pdf.
constrained Ordination Unter Ordinationsmethoden, die als constrained 41 bezeichnet werden, versteht man
jeweils die direkten (=kanonischen 36 ) Ordinationsmethoden, wie RDA und CCA. Unconstrained bezeichnet
die indirekten Ordinationsmethoden, wie PCA und CA. Man kann sich sozusagen vorstellen, daß die
consrtained - Methoden zur Erklärung auf die Umweltfaktoren beschränkt sind, während die indirekten
Methoden hypothetische Faktoren errechnen, die dann interpretiert werden müssen.
41 engl.: gezwungen, genötigt
156