※ 引述《adu (^_^)》之铭言： : 之前没有点出问题所在，还请版大原谅。 : 想请教版大的是，该用哪种分析方法才是适宜的？ : 资料型态： : 1.离散 : 2.x轴为长度 : 3.y轴为速率 : 4.单笔资料中各个资料点间有相关性(已知)->基本上各点的资料,由解相关性的分程式得来 : 5.相关性会造成资料分布以x轴为准，两端低落，中间单or多峰 : 6.有多笔资料(多dimentions) : 原本的想法是用回归，看各笔资料是否有某一种趋势。 : 但由於各资料点不独立，无法服从残差iid的假设。 : ##资料->dimention. 资料点->单一资料中的各点 : 改用cluster analysis，又因各笔资料长度不相同 : 资料点的相关性又会造成分群时的困难。 : 请教版大们，在这样的资料下 : 1.cluster analysis该麽样去使用？ : 2.是否有其他的建议分析方法？ : 谢谢版大，还请版大们不吝指教:) 你可能要先考虑几件事情 1.资料的每一点的绝对值重不重要？相邻两点的数值差重不重要？ 如果你care的是值的话，那碰到一个明显高或明显低的数值也没办法，要不就是自成 一组，要不就要找个依据证明他是outlier，然後看看把他遮起来之後会跟谁比较像 反之，如果值不重要，两点间是上升还是下降比较重要的话，可以考虑将下降持平上升 三种情况做个转换map到-1,0,1这一类的数上再去做cluster 2.资料的起始点是平等的吗？两笔资料在同一点上是可以比较的吗？ 举例来说，三笔资料 4 6 2 1 5 3 1 2 3 4 6 2 1 5 3 1 3 6 2 1 5 3 1 要定义成像或不像？ 3.碰到两个长度不一样的资料时，你要怎麽决定他像不像？ 举例来说，两笔的观测值是 3 4 6 2 1 5 3 1 3 4 6 2 1 5 这个时候你是要接受他们像或是说他们不像？ 如果是不像的话，一开始就可以把所有资料依据长度先分类起来 反之，如果是像的话，可能可以考虑在情况许可之下把所有资料都truncate到最短的 资料长度去做cluster，虽然这样会失去被truncate掉的那些资料的information，但 是他可以帮助我们去做初步的分类。如果觉得可惜，可以在cluster完之後针对每一组 的资料再去看後面那些被truncate掉的值来做更细的分组。又或者如果你有什麽证据 可以去合理的预估未来的值的话，把短的加长也是一招，不过这一招的稳定度和合理 性应该会比用truncate的方法来得差，来得容易被人挑战。 总的来说，要做分群的话就应该先把你的游戏规则想好，最关键的点不外乎就是"相似" 这两个字怎麽定义，你可以定义成欧式空间的距离或是相关系数或是任何符合你的要求 的判断依据，只要定好游戏规则，cluster就可以work了 btw既然资料前後有明显的相关，或许时间序列的方法也可以纳入考虑？不过这就不是我 熟悉的部分了。 以上是我目前的想法，提供你做个参考 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 61.230.72.191