Tocher

O que o bloco faz

O bloco multi/tocher aplica o método de otimização de Tocher (Rao, 1952; como em Cruz, Regazzi e Carneiro) a uma matriz do multi/distance. O limite θ é a maior das menores distâncias; cada grupo começa pelo par mais próximo que sobra e recebe indivíduos enquanto a distância média do candidato ao grupo não passar de θ. Se o par de abertura já está acima de θ, cada indivíduo restante vira um grupo de um e o método termina (como o tocher() original do biotools).

Antes de continuar

Termos que esta página usa, em poucas palavras. As definições completas estão no glossário.

Variância

A média dos quadrados das distâncias de cada valor à média: mede o quanto os dados se espalham. O desvio padrão é a raiz quadrada da variância e fica na mesma unidade dos dados.

Repetição

Cada unidade experimental que recebe o mesmo tratamento. As repetições permitem estimar o erro experimental; medir várias vezes a mesma unidade não é repetição.

Distância e dissimilaridade

Uma medida de quão diferentes são duas observações quando consideradas todas as variáveis ao mesmo tempo. A escolha da distância (euclidiana, de Mahalanobis, de Gower) muda quem fica perto de quem no agrupamento.

Análise de agrupamento

Métodos que reúnem observações parecidas em grupos sem que os grupos sejam conhecidos de antemão. O resultado depende da distância, do método de ligação e do número de grupos escolhido.

Pressupostos

• Cada linha é um indivíduo (um genótipo, um acesso): com repetições do experimento, resuma antes (média por genótipo).

  Verificar:Agrupar e resumir

• A matriz de distância é a adequada aos caracteres (em melhoramento, o D² de Mahalanobis ou a euclidiana padronizada): o Tocher só reorganiza a matriz que recebe.

  Verificar:Matriz de distância

• O critério θ (a maior das menores distâncias) supõe que a distância média dentro de um grupo fica abaixo da distância entre grupos; indivíduos muito isolados viram grupos de um, e o último grupo pode juntar os que sobraram.

  Se falhar: Leia os grupos de um como indivíduos divergentes, e confira contra o dendrograma do multi/cluster.

• O resultado depende da ordem de formação (cada grupo começa pelo par mais próximo que sobra): não há teste nem medida de ajuste.

Exemplo

tr_flow(reg) |>
  tr_add("usa", "multi/example", dataset = "USArrests") |>
  tr_add("d", "multi/distance", metodo = "mahalanobis", rotulo = "nome", from = "usa") |>
  tr_add("toc", "multi/tocher", from = "d")

Como interpretar

A saída é uma tabela com uma linha por grupo: grupo, n, membros, distancia_media e theta. Cruzamentos entre genótipos de grupos diferentes prometem mais variabilidade.