为什么hclust在r中提供的群集与pvclust不同？

我试图在以下数据集上获得分层聚类分析的p值。pvclust和hclust生成的树状图完全不同。因为pvclust提到它们使用与hclust相同的方法，所以应该是相同的

require(vegan) 
test

  S1 S2 S3 S4 S5 S6 S7 S8 S9 S10
1  1  1  1  1  1  1  0  1  1   0
2  0  0  1  0  0  0  0  0  0   0
3  1  0  0  1  1  0  0  0  1   1
4  1  0  1  0  1  1  0  1  0   1
5  0  1  0  1  0  0  0  0  1   0
6  1  0  1  0  1  1  0  0  0   1
7  1  1  0  1  0  0  1  0  1   0
8  1  1  0  1  0  1  1  0  1   0
9  1  0  1  0  1  1  0  1  0   0

div.norm=decostand(test,"normalize")
div.ch=vegdist(div.norm,"bray")
div.ch.UPGMA=hclust(div.ch,method = "average")
plot(div.ch.UPGMA)

这将生成以下树状图： 然后我尝试使用pvclust运行相同的数据集

require(pvclust)
test.tr=t(test)
result=pvclust(test.tr, method.dist="cor", method.hclust="average", nboot=1000)
plot(result)

我得到的树状图与hclust生成的树状图不同

有人建议我不应该转置数据。但这会生成一个树状图，其中列是聚集的（我不希望这样）

---

任何帮助都将不胜感激

您正在使用的层次聚类的

pvclust

实现依赖于引导重采样。这引入了一定程度的随机性，您可以在两次运行

pvclust

之间获得不同的结果，因此您应该期望它与

hclust

完全相同

此外，您可能在运行

pvclust

时注意到一些相当严重的警告：

---

由于

pvclust

的每一次迭代都有一个不可用的距离矩阵，因此解释结果时应格外小心，这可能会使它们失效并显著改变它们。

欢迎使用！请使用

dput

以可复制的方式共享您的数据（参见R标签说明）。此外，仅供将来参考，我们建议您在显示代码时不要包含

，以便可以在不进行编辑的情况下复制和粘贴。您的代码显示您使用了hclust和“bray”距离的标准化数据。在pvclust中，距离为“cor”，数据未标准化。相同的方法和数据预处理是否仍然存在问题？@nya:它不接受pvclust中的“bray”作为method.dist的有效条目。@user127213然后您需要根据分析要求选择一种方法。如果使用不同的方法，函数将返回不同的结果。非常感谢您的帮助。非常感谢您的帮助。然而，我不确定这是一个迭代的问题。如果我运行15次以上，我希望至少能找到一次相同的结果。有趣的是，使用pvclust创建的树状图非常一致，并且从未改变配置。它们是唯一的，并且与hclust生成的结果不同。@user127213不客气，但是由于每次采样的随机性，不要忘记，由于距离矩阵不合适，结果是完全无效的。这绝对不是小事。此外，你可能有点过于乐观，以为你可以得到一个相同的结果，仅仅因为它运行了15次（或1500次）。如果不是因为距离矩阵导致的算法中断，你可能会得到一个接近的结果，但没有理由它是相同的。

Bootstrap (r = 0.5)... Done.
Bootstrap (r = 0.6)... Done.
Bootstrap (r = 0.7)... Done.
Bootstrap (r = 0.8)... Done.
Bootstrap (r = 0.9)... Done.
Bootstrap (r = 1.0)... Done.
Bootstrap (r = 1.1)... Done.
Bootstrap (r = 1.2)... Done.
Bootstrap (r = 1.3)... Done.
Bootstrap (r = 1.4)... Done.
Warning messages:
1: inappropriate distance matrices are omitted in computation: r =  0.5 
2: inappropriate distance matrices are omitted in computation: r =  0.6 
3: inappropriate distance matrices are omitted in computation: r =  0.7 
4: inappropriate distance matrices are omitted in computation: r =  0.8 
5: inappropriate distance matrices are omitted in computation: r =  0.9 
6: inappropriate distance matrices are omitted in computation: r =  1 
7: inappropriate distance matrices are omitted in computation: r =  1.1 
8: inappropriate distance matrices are omitted in computation: r =  1.2 
9: inappropriate distance matrices are omitted in computation: r =  1.3 
10: inappropriate distance matrices are omitted in computation: r =  1.4