Inklusionsmått

Den aktuella versionen av sidan har ännu inte granskats av erfarna bidragsgivare och kan skilja sig väsentligt från versionen som granskades den 9 juni 2021; verifiering kräver 1 redigering .

Inklusionsmått är asymmetriska likhetsmått som återspeglar graden av närhet hos ett objekt i förhållande till ett annat. Det är inte meningsfullt att använda inkluderingsåtgärder separat. Inklusionsmått är också kända som asymmetriska mått, riktade konvergensmått. Inklusionsmått återspeglar helhetsrelationer. Det finns också begreppet icke-inkluderingsmått, som definieras som tillägg av inkluderingsmått till 1. Vanligtvis representeras inkluderingsmått som en inklusionsmatris

Det bör särskilt noteras att inkluderingsmått är mer informativa i allmänhet, och särskilt för objekt av olika storlek när det gäller antalet funktioner, än likhetsmått, eftersom de senare faktiskt är genomsnittliga indikatorer och därför förlorar viss information om objekt, och asymmetriska inkluderingsåtgärder utvärderar adekvat icke-transitiva relationer som är vanligare i naturen. Till exempel kan en lista inkluderas till 100 % i en annan lista, och den andra listan kan i sin tur endast finnas med till 10 %. Samtidigt kommer likhetskoefficienten inte att kunna spegla dessa samband på ett adekvat sätt, eftersom till exempel 10 vanliga arter är signifikanta för en lista med 10 arter, men inte så signifikant för en stor lista med (till exempel) 100 arter . Måttet på likhet hos Sorensen i detta fall kommer att vara lika med cirka 20%. [1] [2]
I allmänhet kan asymmetriska likhetsmått representeras enligt följande: ; . Och ett specifikt mått på inkludering kan beräknas från den allmänna formeln för kontinuumet av Semkins likhetsmått . $K_0 (A;B) = \frac{conv(A,B)}{S(B)}$ $K_0 (B;A) = \frac{conv(A,B)}{S(A)}$

Inklusionsmått för ändliga mängder

Liknande mått, kallade koefficienterna för "fullständighet" och "noggrannhet" används ofta i informationshämtningssystem [3] [4] . Under namnet " koefficienter för icke-specificitet " för en flora i förhållande till en annan, används B. A. Yurtsev [5] [6] i blomsterhandel . Efter verk av B. I. Semkin och T. A. Komarova [7] [8] började inklusionsåtgärder användas i stor utsträckning inom synekologi och biogeografi [9] .
De vanligaste åtgärderna är:

K(A;B)={\frac {n(A\cap B)}{n(A))));K(B;A)={\frac {n(A\cap B)} { n(B)}}

Inklusionsmått för beskrivande uppsättningar

För fallet med beskrivande uppsättningar (beskrivande tolkning), i ekologi är dessa prover i överflöd, åtgärderna introducerades av B. I. Semkin och T. A. Komarova. Till exempel:

K(A;B)={\frac {m(A\wedge B)}{n(A)))={\summa _{i=1}^{r}min(A_{i}, B_{i}) \over \sum _{i=1}^{r}(A_{i})};

K(B;A)={\frac {m(A\wedge B)}{n(B)))={\summa _{i=1}^{r}min(A_{i}, B_{i}) \over \sum _{i=1}^{r}(B_{i})}.

Inklusionsmått för sannolikheter

Om förekomsten av arter jämförs (probabilistisk tolkning), det vill säga sannolikheterna för att möta objekt tas med i beräkningen, så kommer analogen till ovanstående mått att vara Dices asymmetriska mått (mått för inkludering av händelser) (associationsindex), föreslagen av L. R. Dice 1945 [10] :

K(A;B)={\frac {h}{a}}={\frac {P(A\cap B)}{P(A))));K(B;A)={ \ frac {h}{b}}={\frac {P(A\cap B)}{P(B)))

Tärningsmått, liksom alla händelseinkluderingsmått, är sannolikhetsmått och är i huvudsak villkorade sannolikheter .

Inklusionsåtgärder för informativ tolkning

För informativ analytisk tolkning används relativa mått på envägsberoende . [11] [12]

K(A;B)={\frac {I(A,B)}{H(A))));K(B;A)={\frac {I(A,B)}{H (B)}}

Se även

Litteratur

↑ Semkin B. I. Om förhållandet mellan medelvärdena för två inklusionsmått och likhetsmått (otillgänglig länk) // Bull. BSI FEB RAS: vetenskaplig. tidskrift / Nörd. Trädgårdsinstitutet FEB RAS. - Vladivostok, 2009. Nummer. 3. S. 91-101.
↑ Semkin B. I., Oreshko A. P., Gorshkov M. V. Om användningen av bioinformatisk teknologi i jämförande blomsterhandel. II. Inklusionsåtgärder för beskrivande uppsättningar och deras användning (otillgänglig länk) // Bull. BSI FEB RAS: vetenskaplig. tidskrift / BSI FEB RAN. - Vladivostok, 2009. Nummer. 4. S. 58-70.
↑ Clevardon CW Testningen av indexspråkenheter // Aslib Proceedings. 1963. V. 15. Nr 4. S. 106-130.
↑ Salton G. A. Automatisk bearbetning, lagring och sökning efter information. — M.: Sov. Radio, 1973. - 560 sid.
↑ Yurtsev B. A. Flora Suntar-Khayat. - L .: Nauka, 1968. - 235 sid.
↑ Semkin B. I. Kvantitativa indikatorer för bedömning av ensidiga floristiska relationer föreslagna av B. A. Yurtsev // Bot. och. 2007. V. 92. Nr 4. S. 114-127.
↑ Semkin B. I., Komarova T. A. Analys av fytokenotiska beskrivningar med användning av inklusionsmått (exempel på växtsamhällen i Amguema-floddalen i Chukotka) // Bot. och. 1977. V. 62. Nr 1. S. 54-63.
↑ Semkin B.I., Komarova T.A. Användningen av inklusionsåtgärder i studien av sekundära successioner (exempel på samhällen efter brand i Sikhote-Alin) // Bot. och. 1985. V. 70. Nr 1. S. 89-97.
↑ Andreev V. L. Klassificeringskonstruktioner i ekologi och systematik. — M.: Nauka, 1980. — 142 sid.
↑ Tärning LR Mått på mängden ekologisk association mellan arter // Ekologi. 1945. V. 26. Nr 3. P. 297-302.
↑ Nakahama H., Nishioka S. Statistiskt beroende mellan intervaller i neuronala impulssekvenser // J. Theoret. Biol. 1966. V. 12. Nr 1. P. 140-146.
↑ Nakahama H., Nishioka S., Otsuka T., Aikawa S. Statistiskt beroende mellan interspike-intervaller för spontan aktivitet i thalamus lemniscal neuroner // J. Neurophysiol. 1966. V. 29. Nr 5. P. 921-934.