Description Usage Arguments Details Author(s)
Função para estimativa de distâncias em uma matriz de dupla entrada (genótipos e variáveis) com diversas opções, incluindo um algorítimo para seleção de variáveis e ferramentas para confecção de dendrogramas personalizados.
1 2 3 4 |
data |
O conjunto de dados. Variáveis e indivíduos como nome da linha. |
scale |
Argumento lógico, padrão |
selvar |
Argumento lógico, padrão |
results |
Argumento lógico, padrão |
dendrogram |
Argumento lógico, padrão |
pvclust |
Argumento lógico, padrão |
verbose |
Argumento lógico, padrão |
nboot |
O número de reamostragens bootstrap a ser realizada. Argumento válido se |
alpha |
O nível de significancia para o agrupamento. Padrão é 0.95. Assim, grupos com p-valor > 0.95 são considerados significativos. |
distmethod |
O método de distância a ser utilizado. Padrão é "euclidean". Outros métodos válidos são: "pearson", "kendall", "spearman", "maximum", "manhattan", "canberra", "binary", "minkowski" ou "gower". |
clustmethod |
O método de agrupamento a ser utilizado. Padrão é "average" (= UPGMA). Outros métodos válidos são: "ward.D", "ward.D2", "single", "complete", "mcquitty" (= WPGMA), "median" (= WPGMC) ou "centroid" (= UPGMC). |
type |
O tipo de dendrograma a ser gerado. Os argumentos válidos são: "rectangle", "triangle", "circular", "phylogenic". |
nclust |
O número de clusters a ser mostrado no dendrograma. Padrão é |
... |
Outros argumentos importados da função |
Quando selvar = TRUE
um algorítimo de seleção de variáveis é executado. O objetivo é selecionar um grupo de variáveis que mais contribuam para explicar a variabilidade dos dados originais. A seleção das variáveis é baseada na análise da no componete do autovetor com maior peso no último autovalor. A computação inicia com todas as variáveis e a cada passo, uma variável é excluída. Em cada etapa, a matriz de distância e a matriz cofenética são calculadas dependendo dos argumentos informados. O coeficiente de correlação entre estas matrizes é estimado. Além disso, um teste de mantel é realizado para comparar a matriz de distâncias obtida em cada passo, com a matriz de distâncias inicial (com todas as variáveis). Os seguintes objetos são retornados: statistics
= um data.frame com o resumo de todos os modelos; models
= uma lista com todos os modelos ajustados. Em cada modelo são apresentados o número e nome das variávies utilizadas, a variável excluída, a matriz de distâncias obtida e a correlação de mantel com a matriz de distâncias inicial. Ao final do procedimento, um gráfico com os valores do coeficiente de correlação cofenética (cofgrap
) é confeccionado. As variáveis incluídas no modelo com maior coeficiente de correlação cofenética são utilizadas na estimação da matriz de distâncias (distances
) e o dendrograma (graphic
).
Tiago Olivoto tiagoolivoto@gmail.com
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.