Hierarchical clustering 雅卡聚类置信区间

我希望有人能给我一些建议，告诉我如何使用R从Jaccard集群中获得置信区间。我有四个地点1970年代和今天的物种数据。当我运行下面的代码时，我得到一个很好的图表，显示我现在的一个站点比另一个站点更接近历史站点。我相信人们会问起它的重要性。我在系统发育树上见过类似的置信区间，但我不确定如何得到这种结果。我假设我是通过引导测试来实现这一点的，但我不确定如何从boot（）获得结果，或者如何将它们放在集群图上。如有任何建议，将不胜感激

创建群集的我的代码：

historicalwo <-read.csv("/users/Victoria/Desktop/Stat Documents/historicalwo.csv", 
row.names =   1)

 jaccard2 <- vegdist (historical, method = "jaccard")

 plot (hclust (jaccard2), hang = -1,main = "Sites clustered by Jaccard similarity",axes = FALSE,
 ylab = "")

---

historicalwo由于运气好，我偶然找到了一个合理的答案来回答我的问题。首先我转换了数据，然后我使用了
pvclust
，使用Ward方法和二进制作为距离。这将模拟jaccard索引。结果不像我之前的例子那样聚集在一起，但至少现在我有了统计意义。如果有人知道为什么这个集群可能不同于我的jaccard集群，我洗耳恭听

    swo <-read.csv("/users/Victoria/Desktop/Stat Documents/siteswo1.csv", header = TRUE, row.names = 1)
    result <- pvclust(swo, method.dist="binary", method.hclust="ward", nboot=1000)
    plot(result)
    pvrect(result, alpha=0.95)

swo
    swo <-read.csv("/users/Victoria/Desktop/Stat Documents/siteswo1.csv", header = TRUE, row.names = 1)
    result <- pvclust(swo, method.dist="binary", method.hclust="ward", nboot=1000)
    plot(result)
    pvrect(result, alpha=0.95)