Definicin de grupos: clasificacin

1
Definición de grupos clasificación

• Capítulos 10 y 11 de
• McCune y Grace 2002

2
Clasificar

• Proceso natural humano para interpretar el mundo
• Pero estamos acostumbrados a sólo observar pocas
  dimensiones
• Más complejo cuando intentamos clasificar objetos
  de muchas dimensiones como los datos de
  composición

3
(No Transcript)
4
Opciones generales

• Clasificación jerárquica o no-jerárquica
• Clasificación politética o monotética
• Clasificación aglomerativa o divisiva

5
Clasificación jerárquica aglomerativa

• Pasos
• Calcular la matriz de distancias (o
  similaridades)
• Unir 2 elementos de acuerdo a algún criterio de
  distancia mínima
• Combinar los atributos de las entidades en ambos
  grupos
• Unir los próximos 2 grupos, etc.
• Los resultados se pueden presentar en un
  dendrograma

6
Ejemplo

• Método de enlace sencillo (o de vecino más
  cercano)

7
Matriz de similaridades
8
Subgráfica conectada
9
Dendrograma
10
Dendrogramas
11
Dendrogramas

• La escala en el dendrograma se puede expresar
  por
• Similaridad según la medida utilizada
• Función objetiva
• de información restante

12
Dónde podar el dendrograma?

• Los criterios dependen de los objetivos
• Homogeneidad dentro de grupos
• Número de grupos vs número de elementos
• Pocos grupos pueden ser muy heterogéneos
• Muchos grupos derrotan el propósito de clasificar

13
Tres métodos de enlace recomendados para datos de
comunidades

• UPGMA, Ward y Beta flexible

14
UPGMA Unweighted Pair-Group Mathematical
Average
15
(No Transcript)
16
UPGMA
17
Enlace sencillo vs. UPGMA
18
Método de Ward
19
(No Transcript)
20
Método de Ward
21
Método de Beta flexible
22
(No Transcript)
23
UPGMA, Ward o Beta flexible?

• UPGMA
• Bastante conservador de espacio
• Pero tiende al encadenamiento
• Ward
• Conservador de espacio
• Pero incompatible con distancias por proporción
• Beta flexible
• Encadenamiento es alto cuando beta se acerca a 1
• Contrae el espacio cuando beta se acerca a -1
• Resultados más aceptables cuando beta -0.25

24
Ventajas y desventajas de clasificación
jerárquica aglomerativa

• El resultado en multiniveles puede sugerir
  relaciones entre grupos
• Puede haber agrupaciones incorrectas porque las
  fusiones subsiguientes dependerán de las
  anteriores.
• Para datos bien heterogéneos puede ser
  conveniente subdividir en grupos más manejables y
  luego analizar con ordenaciones.

25
Métodos no jerárquicos

• Este tipo de clasificación asigna las unidades en
  un número de grupos que uno decida inicialmente.
• Bien útil cuando el conjunto de datos es bien
  grande.

26
Evaluación de la calidad de la clasificación

• Grado de encadenamiento
• Interpretabilidad
• Comparación con algún atributo independiente

27
Grado de encadenamiento
28
Interpretabilidad

• Hace sentido el dendrograma?
• Son los grupos el resultado de algún proceso
  biológico interesante?

29
Comparar con atributo independiente

• Son los miembros de un grupo similares según los
  valores de alguna variable (no incluida en los
  datos analizados) pero distintos en esa variable
  a los miembros de otros grupos?

30
Qué informar?

• Medida de distancia utilizada
• Método de enlazar
• Si se buscaron elementos clasificados
  erróneamente, cómo se hizo y cómo se corrigieron.
• Dendrograma y cuál medida se utilizó en la escala
• Criterios para podar el dendrograma (mencionar la
  cantidad de información retenida a ese nivel).

31
Ejercicio

• Generar una clasificación manualmente por enlace
  sencillo con los datos de Oak_t_6x5r
• Comparar con UPGMA, Ward y Beta flexible