第七章聚类分析第一节遗传距离数量性状遗传研究中，常常需要在多性状水平上度量个体或群体间的亲疏关系，遗传距离是在多性状水平上概括这些研究对象间的亲缘关系疏远程度的有效统计量之一。
通过对遗传距离的聚类分析，不仅可以认识所研究对象（个体或群体）间亲缘关系的远近，还可进一步研究不同类群间关系远近与杂种优势的关系，为杂交育种和杂种优势的利用提供理论和材料依据。
下面首先介绍有关遗传距离的基本概念—样品与变量，然后介绍遗传距离的具体计算，第三部分介绍聚类分析。
一、样品与变量遗传距离可以通过三种不同类型信息获得：表型信息、分子（包括DNA和蛋白质）标记信息和系谱信息，由这三种信息求得的遗传距离分别称为表型遗传距离、遗传标记距离和系谱遗传距离。
在聚类分析中有两个很重要的概念：样品和变量。
样品是所研究的对象，如不同群体、不同品种以及变异群体内的不同个体等。
为了研究样品间的关系，需要拟定一些指标来测试这些样品，这些指标就是变量，如株高、产量、籽粒长度、胚颜色等为表型性状变量；采用分子生物学技术获得的“0、1”型标记变量被称为分子标记变量。
样品间表型性状变量和分子标记变量的遗传距离计算方法不同，下面分别叙述。
二、基于数量性状表型数据的遗传距离（一）数据变换一般来说，用来考察样品的表型性状变量有多个，这些变量使用的量纲会有不同，取值范围也不相同。
为了使不同量纲、不同取值范围的数据能放在一起进行比较，通常需要对原始数据进行变换处理，使之变成无量纲而具可比性。
假设有n个样品，m个变量，y表示第i个样品在第j个变量的观测值，ij==。
观测值数据列于表7-1。
1,,;1,,i n j m11 y1. 标准差标准化变换：*(1,2,,;1,2,,)ij jij jy y y i n j m s -=== （7-1）变换后的数据*ij y 无量纲，每个变量的样本均值为0，标准差为1。
2. 极差标准化变换：*(1,2,,;1,2,,)ij j ij jy y y i n j m R -=== （7-2）变换后的数据*ij y 无量纲，每个变量的样本均值为0，极差为1，且|*ij y |﹤1。
