统计显著性标记的聚类分析算法与网络实现

作者：张文军; 冯永军; 古德祥聚类分析统计显著性随机化检验距离测度算法与实现显著性检验实现算法统计学网络化标记统计检验方法java语言

摘要：聚类分析方法应用广泛,但过程及结果缺乏可靠的统计学检验,数学上不严格.另外,用于聚类分析的数据分布类型复杂多样,往往无法确定,而经典统计检验方法设定了各种统计前提和假设,应用依据不足.鉴于此,本研究用随机化方法对分类进行统计显著性检验,建立了具有统计显著性标记的聚类分析算法,用于对若干个样品进行有显著性标记的聚类分析.该算法包括数据加权与规范化,计算距离测度,系统聚类,及随机化统计检验等过程.在该算法中,有14种距离测度、5种系统聚类方法、3种数据规范化方法及指标加权与否可供选择.随机化检验不需统计前提和假设,适用于各种统计问题.算法用Java语言网络化实现,包含6个类和一个HTML文件.可通过网络在多种Java兼容的浏览器上实现算法共享.以水稻田无脊椎动物多样性的调查数据,对该算法进行了对比分析,给出了选择距离测度的一些原则.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社