作者hectory (hectory)
看板Statistics
标题[问题] 群集分析及变异数分析的关系
时间Sun Jul 25 12:55:21 2010
[极简介]
各位板大好，我是一名大二的学生，没有学过统计学，
但是因为专题需要做一些定量分析，因而上此版求助。
我有看几篇在讲 determining clusters 的 papers
也有查一些统计相关书籍，和上网 google
但是觉得有些关於群集分类和变异数分析的关系我还是看不懂
然後因为指导的老师及学姊也都没有学过这方面的东西，
所以希望板众可以指点一下，谢谢!!
[问题内容]
我目前主要是希望能够将我的资料群(一个在二维平面上第一象限内的点分布图，
(x1,y1)...(xn,yn)) 依照他们的位置做分堆(clusters)，相邻者就分为一堆，
但是因为需要一个分堆的标准，所以希望能够照统计学群集分析的标准来分析。
可是不知道为什麽我查的 papers 在讲到决定群集(determining clusters)时
会牵扯到变异数分析(ANOVA)??
我的理解是他说需要有一些审视的步骤来决定，可是我看像是 calinski or C-index
他们都有相对应的公式，可是我看一下公式里面有 SSB SSW ，这些东西不是应该
要先分群後才能算出来吗? 不然怎麽知道哪些是 between 哪些是 within?
还是说这边这些公式不是用来分群? 那今天我要决定让相邻者分为一堆跟这些公式
有什麽关系? 或者该说要怎麽用这些公式啊?
那为什麽很多 papers 都提到 determining clusters numbers 的 stopping rules
(or indexes) 有这些方式(像是 calinski, fuzzy c means...)? 还是其实这边的
stopping rules 其实指的不是 决定分堆 的依据??
-------
如果我的文字叙述还是不清楚或是认为我问的问题太简单之类的话，
烦请大家多包含，因为这也是我第一次开始接触统计相关的 papers
看了很多次相关书籍，我知道变异数以及其中一些公式的算法源由
可是真的还是搞不太懂他们和分群之间的关系 >"<
非常感谢有这个版可以让我发问，也希望大家愿意回覆，谢谢!!
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 122.118.37.177
1F：→ discount:利用ANOVA只是想看分群效果好不好，是在分群後才计算! 07/25 19:42
2F：推 coldwind0912:楼上正解 ANOVA 可以视为cluster的事後考验 07/26 00:14
3F：→ ADORIAN:也不完全是楼上两位讲的这样. ANOVA 的 F 值也可以用来做 07/26 01:15
4F：→ ADORIAN:分群的依据. F 值的定义是 组间距/组内距离. 假设现有100 07/26 01:17
5F：→ ADORIAN:笔你所述的资料, 目的在至多分成三群, 共有 100^3/3! 种分 07/26 01:19
6F：→ ADORIAN:类方式. 这 100^3/3! 个方式每一个都可以计算一个 F 值. 07/26 01:20
7F：→ ADORIAN:值最大的可以视为一个 "最佳" 的分类法 (这里的最佳是依据 07/26 01:20
8F：→ ADORIAN:你选用 F 值来做分类). 所谓的一些公式与分群的关系, 根 07/26 01:23
9F：→ ADORIAN:据在一个目标函数上 (如这里的 F 值), 希望找到一个分类, 07/26 01:25
10F：→ ADORIAN:使目标函数最大 (或最小). 我对 cluster 不熟, 所以上文提 07/26 01:28
11F：→ ADORIAN:到的 calinski, fuzzy c means 我不确定也是这样. 07/26 01:29
12F：→ ADORIAN:我所描述的是常见的一种分类的原则之一. 或许你可以往这方 07/26 01:33
13F：→ ADORIAN:面想想. 07/26 01:33
14F：→ discount:二与三位两位先进长期在板上热心助人，我也常受其恩惠， 07/26 07:47
15F：→ discount:再次感谢与受教! 07/26 07:48
16F：→ coldwind0912:A大说法没错 补充一点 我在学cluster时 进行分析前 07/26 11:10
17F：→ coldwind0912:第一件事 就是要先找出应该分成几个clusters比较好 07/26 11:11
18F：→ coldwind0912:我是用华德最小变异法 估算最小的集群内联合组内变异 07/26 11:12
19F：→ coldwind0912:目的在於估算分群後的 组内变异最小 组间变异最大 07/26 11:13
20F：→ coldwind0912:同理 组内变异最小 组间变异最大 自然F值就会达最大 07/26 11:14
21F：→ coldwind0912:意即 找出最佳的分类方式(应该分成几群) 07/26 11:14
22F：→ coldwind0912:不过 估算方法很多 华德最小变异法 仅是其一 07/26 11:15
23F：→ coldwind0912:由於我本人不是数学系或统计系 对此也未再深入钻研 07/26 11:16
24F：→ hectory:谢谢楼上们!! 这样我有比较了解了 07/26 15:43