The discriminant analysis of main c

The discriminant analysis of main components
(DAPC) that was available in the adegenet package for
R, version 3.0.1 (R Development Core Team 2013) was
used to define the clusters of cassava hybrids and elite
varieties because this technique does not require the
prior definition of genetic groups (Jombart et al., 2010).
Successive clustering with the K-means and the Bayesian
Information Criterion (BIC) method was used to set
the number of groups, where the K with the lowest BIC
value is the most likely element of the data set under
analysis. K values from 1 to 10 were tested, with 10 runs
for each K. After defining the number of groups, the
main component analysis axes that explained more than
80 % of the total variance were retained

ผลลัพธ์ (ไทย) 1:

การวิเคราะห์ส่วนประกอบหลัก discriminant(DAPC) ที่มีในแพคเกจ adegenet สำหรับR เวอร์ชั่น 3.0.1 (R พัฒนาหลักทีม 2013) เป็นใช้เพื่อกำหนดกลุ่มของลูกผสมมันสำปะหลังและยอดพันธุ์เนื่องจากเทคนิคนี้ไม่ต้องการกำหนดล่วงหน้าของกลุ่มพันธุกรรม (Jombart et al. 2010)ต่อ ๆ มาคลัสเตอร์ K-หมายและทฤษฎีการใช้ข้อมูลเกณฑ์ (BIC) วิธีการตั้งค่าจำนวนกลุ่ม ที่ K กับ BIC ต่ำสุดค่าเป็นองค์ประกอบส่วนใหญ่ของข้อมูลภายใต้การวิเคราะห์ K ค่าจาก 1 ถึง 10 ที่ทดสอบ กับการทำงาน 10สำหรับแต่ละเค หลังจากการกำหนดหมายเลขของกลุ่ม การการวิเคราะห์องค์ประกอบหลักแกนที่อธิบายมากกว่า80% ของความแปรปรวนทั้งหมดถูกเก็บไว้

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์จำแนกองค์ประกอบหลัก
(DAPC) ที่มีอยู่ในแพคเกจ adegenet สำหรับ
R, รุ่น 3.0.1 (R พัฒนาหลักของทีม 2013) ถูก
ใช้ในการกำหนดกลุ่มของลูกผสมมันสำปะหลังและยอด
พันธุ์เพราะเทคนิคนี้ไม่จำเป็นต้องใช้
ก่อน ความหมายของกลุ่มพันธุกรรม (Jombart et al., 2010).
การจัดกลุ่มเนื่องกับ K-วิธีการและคชกรรม
ข้อมูลเกณฑ์ (BIC) วิธีการใช้ในการตั้ง
จำนวนของกลุ่มที่ K กับต่ำสุด BIC
ค่าเป็นส่วนใหญ่มีแนวโน้ม องค์ประกอบของข้อมูลที่กำหนดภายใต้
การวิเคราะห์ ค่า K 1-10 ได้รับการทดสอบกับ 10 วิ่ง
สำหรับแต่ละเคหลังจากกำหนดจำนวนของกลุ่มที่
หลักแกนวิเคราะห์องค์ประกอบอธิบายว่ามากกว่า
80% ของความแปรปรวนทั้งหมดถูกเก็บไว้

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์จำแนกส่วนประกอบหลัก( dapc ) ที่มีอยู่ใน adegenet แพคเกจสำหรับR , รุ่น 3.0.1 ( R การพัฒนาหลักทีม 2013 ) คือใช้ในการกำหนดกลุ่มของลูกผสมและยอดมันสำปะหลังพันธุ์ เพราะเทคนิคนี้ไม่ต้องใช้คำนิยามของกลุ่มพันธุกรรมก่อน ( jombart et al . , 2010 )ต่อเนื่องกับ k-means Bayesian การจัดกลุ่มและมาตรฐานข้อมูล ( BIC ) เป็นวิธีตั้งจำนวนของกลุ่มที่ k กับสุดบิ๊กค่าเป็นองค์ประกอบมากที่สุดของชุดข้อมูลภายใต้การวิเคราะห์ ค่า K จาก 1 ถึง 10 กับ 10 วิ่งทดสอบสำหรับแต่ละ K . หลังจากกำหนดจำนวนของกลุ่มการวิเคราะห์ส่วนประกอบหลักแกนที่อธิบายมากกว่า80 % ของความแปรปรวนทั้งหมดถูกเก็บไว้