ارزيابي صحت گروه‌بندي روش‌هاي مختلف تجزيه خوشه‌اي

The Evaluation of Grouping Accuracy of Different Cluster Analysis Methods

در اين مطالعه، ميزان صحت گروه‌بندي 18 ژنوتيپ گياه ذرت توسط روش‌هاي مختلف تجزيه خوشه‌اي، بر پايه روش‌هاي مختلف استاندارد كردن داده‌ها و شاخص‌هاي متفاوت فاصله‌اي، با تجزيه تابع تشخيص مورد ارزيابي قرار گرفت. بدين منظور 7 لاين اينبرد و 7 هيبريد حاصل از تلاقي آن ها به همراه 4 توده حاصل از گرده‌افشاني آزاد هيبريدها در قالب يك طرح بلوك‌هاي نامتعادل گروهي در سه تكرار كشت گرديد و 22 صفت بر روي اين ژنوتيپ‌ها اندازه‌گيري شد. تجزيه تابع تشخيص نشان داد كه شاخص فاصله اقليدسي بهتر از ساير شاخص‌هاي فاصله‌اي بود و گروه‌بندي مطلوبي بر اساس آن حاصل گرديد. هم چنين هر سه روش استاندارد كردن داده‌ها، گروه‌بندي يكساني داشتند و نتايج آن ها بهتر از استاندارد نكردن داده‌ها بودند. ارزيابي دندروگرام‌هاي روش‌هاي مختلف تجزيه خوشه‌اي نشان داد كه روش‌هاي متوسط فاصله بين دسته‌ها، دورترين همسايه‌ها و حداقل واريانس "وارد" بهتر از ساير روش‌ها بودند. تجزيه تابع تشخيص خطي فيشر نيز نشان داد كه روش‌هاي متوسط فاصله بين دسته‌ها، دورترين همسايه‌ها و حداقل واريانس "وارد" با انجام صحت گروه‌بندي در حدود 100%، بهتر از ساير روش‌هاي ديگر توانسته‌اند از اطلاعات اوليه داده‌ها استفاده و ژنوتيپ‌ها را گروه‌بندي نمايند.

In this study, clusters validity of several methods of cluster analysis based on different methods of data standardization and different distance criteria will be evaluated with discrimination function analysis. To reach the aims, 7 inbred lines and 7 hybrids progenies of crossing between them and 4 open pollinated F1 hybrids were grown in an unbalanced grouped design with 3 replications and 22 agronomic characteristics were evaluated on genotypes. The discrimination function analysis showed that the Euclidean distance criterion was better than other distances criteria and a desirable clustering got based on it. Also, data standardization methods had same clustering and were better than data un-standardization. The dendrograms observation of several cluster analysis methods showed that the Unweighted Pair Group Method with Arithmetic (UPGMA), Complete linkage and Ward’s minimum variance methods were better than the other methods. Also, the Fisher’s linear discrimination analysis was fulfilled and it was observed that UPGMA, Complete linkage and Wardʹs minimum variance methods with performing valid clustering about 100% better than other methods could use of initial information of data and classified genotypes.