根据eurogenes数据对全球100个族裔的常染进行聚类分析

「图片」以上聚类结果大体不出意料，但也有比较有意思的地方：比如虽然地理上相近，但是格鲁吉亚人、奥塞梯人与亚美尼亚人、阿塞拜疆人聚入不同的类；比如德国犹太人与欧洲人并不近，反而与中东人更加接近；比如中亚的乌兹别克人、中国维族、土库曼人没有聚入泛东亚组，而聚入中亚...阅读原文

第1类为非洲人，以科伊桑人、班图人和苏丹人、哈扎人等非洲族裔为代表，但不包括索马里人和埃塞俄比亚哈姆拉族，这两种人归入第5类； 第2类为南岛人，以巴布亚人和美拉尼亚人为代表，但这两种人之间的距离也比较大，只是相对其他族裔归为一类；第3类为美洲土著人，以巴西卡里...阅读原文

「图片」「图片」如图，根据最新离差平方和法计算半偏R2衰减结果，100个族裔分为5或7类更加合理；但是从特征值的计算结果看，前5个特征值的累计贡献率为72.67%，分为5大类对信息有一定的损失，但是前7个特征值的累计贡献率为86.09%，信息损失相对较小，因此...阅读原文

但是重心法的缺点是无法提供一个分类参考，单纯从聚类结果难以分类，如果维度超过3维就难以想象各个样本之间的空间位置关系。虽然从结果看eurogenes的K13计算器中的13个基向量已经做到线性无关，但是否做到基向量正交化仍然有待商榷。 最小离差平方和法可以简单理...阅读原文

聚类分析的算法有很多种，重心法合最小离差平方和法这两种方法比较具有代表性：重心法是构建一个13维的欧几里得空间，计算各个族裔的13维欧氏距离，根据各个族裔的代表样本之间的欧氏距离来进行分类。重心法的优点是可以大概看样本之间的距离的距离大小，比如纳西族和彝族的欧...阅读原文

首先贴上数据：「图片」以及聚类分析的距离结果（重心法）：「图片」这是最小离差平方和法的聚类结果：「图片」...阅读原文

1楼。此文为本人的个人独立分析。本文所有的数据来自gedmatch上面的eurogenes的oracle数据库，常染色体计算器为K13计算器。本文只是讨论eruogenes的数据的数学和统计学意义，不对eurogenes的K13计算器的合理性做讨论（那是生物信...阅读原文