Datasets:
Vikhrmodels
/
programming_books_rus

Dataset card Data Studio Files
xet
 Community
1
text
stringlengths
0
1.95k
может быть, например, сумма квадратов отклонений
SS
D
=
å -
(
y
ij
ij
y
j
2)
, где yij – обилие
вида j, обнаруженного на участке i;
jy – средние значения популяционной плотности
этого вида для формируемой группы, куда включается i-й участок. Геометрически SSD
можно представить как сумму евклидовых расстояний объединяемых объектов от центра
их группировки. Например, значение H = 1.2 для дерева на рис. 6.15 делит участки взятия
проб на два подмножества: 130 площадок, расположенных выше 1.2 м над уровнем моря,
и 29 площадок, лежащих ниже этой отметки, причем в результате этого разбиения
величина SSD уменьшается на 20%. На третьем шаге процедуры разбиения формируются
два "листа" 4 (группа из 36 площадок с H > 2.3 м) и 5 (47 площадок с H от 1.8 до 2.3 м),
дальнейшее разбиение которых нецелесообразно.
Рис. 6.15. Дерево MRT для классификации геоботанических описаний растительности в дельте
р. Волга; в "листьях" указаны значения
DSS
и число площадок в группе n
Анализ многомерного отклика
Механизм использования кросс-проверки для оптимизации деревьев MRT в целом
аналогичен процедуре rpart, представленной в предыдущем разделе, и обеспечивает
устойчивость модели в режиме предсказания. Для примера с обработкой геоботанических
данных оптимальный размер дерева, оцениваемый по минимуму ошибки скользящего
контроля CVer равен 9 узлам разбиений, что приводит к образованию 10 групп (рис. 6.15).
экосистемы с помощью деревьев MRT
предоставляет исследователю много дополнительных возможностей интерпретации
результатов. В первую очередь это связано с оценкой, какие виды и их ассоциации
инициируют разбиение выборки на узлах дерева и предопределяют состав
сформированных подмножеств объектов. На рис. 6.16 представлены диаграммы
усредненных долей биомассы видов травянистых растений для трех характерных групп,
обозначенных на рис. 6.15 "листьями" с номерами 4, 8 и 11.
223
Рис. 6.16. Доля отдельных видов травянистой растительности в трех группах площадок
Визуальный анализ диаграмм типа "резаного пирога" позволяет в простейших
ситуациях легко установить, что, например, в группе 4 с пониженной влажностью
появляются такие виды как шведка, солодка, петросимония.
В общем случае изучения многовидовых композиций задача выявления
указателями типов
"индикаторных видов", которые являются экологическими
сообщества, условий окружающей среды или произошедших экологических изменений,
решается расчетным путем. Для того чтобы установить, является ли произвольный вид
индикаторным или фоновым, разработано два типа критериев ассоциативности (De
Cáceres,
Legendre, 2009): индикаторные индексы и коэффициенты корреляции.
Индикаторный индекс djk (Dufrene , Legendre, 1997) вида j для k-й группы при делении
исходной выборки на K кластеров является произведением относительной частоты fjk и
относительной средней популяционной плотности ajk этого вида:
f
p
ij
å
å
(
K
å å
((
где pij – событие (1/0) появления вида j на участке i; yij – численность или биомасса вида j
на участке i; nk – число измерений, попавших в k-ю группу.
ki
Î
n
k
/)