クラスター分析(以下、基本的に小林四郎著「生物群集の多変量解析」より)
- 群集の分類は選択する類似性指数と分類方式との組み合わせによって決まるが、分類方式によっては不適当な類似性指数もあるので、組み合わせは自由というわけではない。
以下分類方式について
- 最近隣法(nearest neighbor strategy,別名:単一結合法)
- 最遠隣法(farthest neighbor strategy,別名:完全結合法)
- 重心方式(centroid strategy)
- 中央値方式(median strategy,別名:加重重心方式)
- 群平均方式(group average strategy,別名:UPGMA)
- フレキシブル方式(flexible clustering strategy)
- 最小分散による分類方式(minimum-variance clustering)
- Wishart(1969)の類似性比率による分類方式
- 情報分析(information analysis)による分類方式
- Morisita(1971)のC'λ指数を用いた分類方式
- Koch(1957)の生物層分散指数IBDを用いた分類方式
- β多様性の尺度を用いた分類方式
- 最近隣方式と最遠隣方式は、共に飛び離れて近い(または遠い)2点があるとそれに強く影響されるので、一般的な分類方式とはいえない。
- 中央値方式は重心方式は最近隣や最遠隣よりも特定の地点による影響が少ないが、小さい方の群の特性が軽視される傾向を持つ。
- 一般に、地点数が少ないデータでは重心方式と中央値方式の結果はあまり異ならないが、地点数が多いと群が大きくなるにつれて違った値を示す。