聚类分析和主成分分析方法在人类学研究中价值的判定.pdfVIP

第 26 卷 　第 4 期 人 　类 　学 　学 　报 Vol26 ,No4 2007 年 11 月 ACTA ANTHROPOLOGICA SINICA Nov. ,2007 聚类分析和主成分分析方法在人类学 研究中价值的判定 1 1 ,2 1 ,3 吴秀杰 , 张全超 , 李海军 ( 1 中国科学院古脊椎动物与古人类研究所,北京　100044 ; 2 吉林大学边疆考古研究中心 ,长春　130012 ; 3 中国科学院研究生院,北京　100049) ( ) 摘要 : 本文以生活在不同地区的 9 组人群的成年男性头骨 668 例 为主要研究对象 ,通过对其 14 项测量性 状的聚类分析和主成分分析 ,探讨多变量统计分析方法在人类学研究中的价值。结果显示 :欧氏距离系数 可以初步判断各组人群的相互关系及差异 ;根据聚类分析树枝图推出的人群间的相互关系受作者主观意 识的影响 ,可信的结论应建立在多种聚类方法产生的结果一致的基础上 ;主成分分析的结果与选取的变量 有一定关系 ,选取不同的变量组 ,其结果会受到影响。同聚类分析方法相比 ,主成分分析方法相对较好地 反映了人群间的相互关系。本文研究结果提示 ,应慎重对待多变量统计方法得出的人群间相互关系的结 论。 关键词 : 聚类分析 ; 主成分分析 ; 欧氏距离系数 ; 头骨 ; 测量性状 中图法分类号: Q9833 　　　文献标识码 : A 　　　文章编号 : (2007) 人类学研究中常用的多变量统计方法为“聚类分析法”和“主成分分析法”。多变量统计 方法数学原理简单 ,结果直观 ,可以综合地提供各变量的信息 ,从而克服了传统的单一数据 提供信息不足的缺点 ,因而在人类学研究领域 ,特别是在探索各地区人群间相互关系的研究 中得到了较多的应用[1 —4 ] 。 聚类分析方法的基本过程是根据实体或者变量之间的相似程度 ,把它们逐步聚合成为 一类 , 以此来推断各变量之间的相互关系。该方法的原理是采用一定的系数作为地区间的 ( ) 相似系数 ,先将所有的 n 个变量看成不同的 n 类 ,然后将性质最近 距离最近 的两类合并为 一类 ;再将这 n - 1 类中找到最接近的两类加以合并 ,依次类推 ,直到所有的变量被合并为一 类。主成分分析的方法用于数据的降维 ,提取数据的主要信息 ,对变量进行综合判断和分 类 ,第一主成分有最大的方差 ,后续成分 ,其可解释的方差越来越少。主成分分析不仅能对 实体群进行分类 ,而且能够揭示变量在实体中的作用 ,所以应用较多[5 ,6 ] 。 多变量统计分析方法虽然有很多优点 ,但是也存在不足之处 ,很多学者对由此方法得出 的人群间相互关系的结果持怀疑的态度[7 ,8 ] ,主要原因是缺乏对多变量统计分析方法的可靠 性的验证。例如在聚类分析中 ,可用的测距方法有多种 ,可用的聚类方式也有多种 ,如类间 收稿日期 : ; 　定稿日期 : ( ) ( ) 基金项目 : 中国科学院知识创新工程重要方向项目 kzcx2yw106 ; 国家重点基础研究发展规划项目 2006CB806400 ; 国 ( ) 家基础科学人才培养基金 J0630965 资助 作者简介 : 吴秀杰 ,女 , 中国科学院古脊椎动物与古人类研究所副研究员,博士 ,主要从事古人类学研究。 Email : wuxiujie @