escalamiento multidimensional no-métrico capítulo 16 de mccune y grace 2002
TRANSCRIPT
Escalamiento Multidimensional No-Métrico
Capítulo 16 de
McCune y Grace 2002
Rasgos generales
• Busca las mejores posiciones de n objetos en un espacio de k dimensiones que se asemejen más a las posiciones de los objetos según sus distancias originales.
• Es iterativo• No supone que existan relaciones lineales
entre variables• Utiliza el orden de distancias (“ranked
distances”) como criterio principal.
Rasgos generales (continuación)
• Permite utilizar cualquier medida de distancia o relativizacion.
• Cada corrida puede resultar en ordenaciones diferentes
• Requiere muchos recursos de computación, particularmente con muchos datos
• Es posible que encuentre una solución subóptima
Procesamiento
• Calcular matriz de distancias ecológicas Δ entre muestras (disimilaridades)
• Asignar muestras en una configuración inicial de k dimensiones
• Calcular la matriz D de distancias Euclidianas en el espacio de k dimensiones
• Ordenar los elementos de Δ en orden ascendente
Procesamiento (continuación)
• Ordenar los elementos de D en el mismo orden de Δ
• Calcular Ď (matriz en la que se sustituyen las distancias no-monotónicas d con distancias monotónicas d’)
• Calcular la tensión S (“stress”) del arreglo inicial a base de la suma de las diferencias (d-d’)2.
Procesamiento (continuación)
• Minimizar la tensión S mediante la modificación del arreglo de muestras en el espacio de k dimensiones. El parámetro α (“initial step length”) indica la velocidad inicial de modificación de tensión.
• Iterar (regresar al paso 3) hasta que:– Se completen un número máximo de
iteraciones– O se obtenga un nivel de estabilidad
Analogía
• Paisaje con varias lomas y valles de distintas profundidades
• NMS intenta encontrar el valle más profundo (mínimo global)
• En ocasiones encuentra un valle menos profundo (mínimo local)
• Los mínimos locales pueden evitarse:– Haciendo varias corridas con arreglos iniciales al azar– Corriendo NMS con arreglo inicial producido por otro
método de ordenación
La mejor solución
• Seleccionar un número de dimensiones k apropiado
• Buscar tensión S baja
• Utilizar una prueba de Monte Carlo
• Evitar soluciones inestables
Número de dimensiones
• Graficar tensión final vs k– Gráfica “scree”
• Seleccionar numero de ejes mas alla de los cuales hay poca reduccion en tension
Buscar tensión baja
• Regla general:
Prueba de Monte Carlo
• Prueba de significacia de un arreglo de muestras en espacio de ordenacion
• Se rearreglan las especies de la matriz de datos un numero x de veces al azar
• Precaución con:– Rezagados muy influyentes– Especies super abundantes– Con pocas muestras la prueba puede ser
conservadora– Si la data tiene muchos ceros puede haber problema
con ciertas medidas de distancia
Evitar soluciones inestables
• Graficar tension vs iteraciones
¿Qué informar?
• Medida de distancia
• Algoritmo utilizado
• Arreglo inicial
• # de corridas con datos reales
• Cómo mide dimensionalidad
• Cuántas dimensiones en la solución final
• Tensión de la solución final
¿Qué informar?
• # de corridas con datos aleatorios
• Resultados de Monte Carlo
• Cuantas iteraciones para la solucion final
• Como evaluó la estabilidad
• Proporción de varianza representada por cada eje
• Ayudas para interpretación
s1 s2 s3 s4
s2 0.212
s3 0.594 0.549
s4 0.590 0.440 0.594
s5 0.873 0.643 0.681 0.587
Matriz de distancias originales Δ
0
1
2
3
4
5
6
0 1 2 3 4 5 6
x
y
s1s3
s5s4
s2
Matriz D
s1 s2 s3 s4
s2 3.6
s3 4 3.6
s4 6.4 3.2 4.1
s5 5 1.4 4.1 2
s1s2 0.212 s1s2 0.212s1s3 0.594 s1s4 0.359s1s4 0.359 s2s4 0.440s1s5 0.873 s2s3 0.549s2s3 0.549 s4s5 0.587s2s4 0.440 s1s3 0.594s2s5 0.643 s3s4 0.594s3s4 0.594 s2s5 0.643s3s5 0.681 s3s5 0.681s4s5 0.587 s1s5 0.873
Elementos dematriz Δ
Elementos dematriz Δ ordenados
s1s2 0.212 3.6s1s4 0.359 6.4s2s4 0.440 3.2s2s3 0.549 3.6s4s5 0.587 2.0s1s3 0.594 4.0s3s4 0.594 4.1s2s5 0.643 1.4s3s5 0.681 4.1s1s5 0.873 5.0
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 1 2 3 4 5 6 7
distancias en ordenacion
dis
tan
cia
s o
rig
ina
les
1
23
4
5