作者Nikonian (Nikonian)
站內Statistics
標題[問題] 簡單數據分群
時間Tue Mar 9 17:18:23 2010
是這樣的，我家在設計一項產品，而這像產品的尺寸是跟身高有關的
目前想分成五個尺寸，從100cm到200cm，然而雖然身高是接近常態分佈
感覺好像就每20公分的身高作一個尺寸就好
但是問題是這樣分尺寸的話，就會有不少人會很難挑到合適的尺寸
例如身高160cm的人，剛好卡在140-160和160-180之間
所以如果有大概一千筆身高資料的情況下
有沒有什麼比較好的分群方法以及軟體能夠作這件事情？
因為如果把小孩的狀況考慮進去，就會變成其實在120-140cm那段成長很快
所以在資料裡面並不是真的常態，而是接近雙峰的分佈
所以希望可以透過真正的身高資料去作分群
最好做完分群之後，每一組都有顯著差異，然後可以求得平均值
不知道我的描述大家理解嗎？好像是不太難的任務
但是我不太懂統計，就很難，所以要請各位幫忙了
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 58.115.16.69
1F：→ gsuper:用R軟體 , kmeans() 函式 , k=5 03/09 17:25
2F：→ gsuper:google 關鍵字 "supervised" "cluster" "classification" 03/09 17:27
3F：→ Nikonian:Thanks! 我試試看! 03/09 18:37
4F：推 andrew43:很有趣的問題! 03/09 23:29
5F：→ yhliu:要避免跨組的困惑, 切割點可取 "不可能出現" 的數字. 03/10 01:18
6F：→ yhliu:然而, 若就 "實際問題" 而言, 那只是自欺欺人罷了! 03/10 01:19
7F：→ yhliu:如所舉身高, 若分割點是 160.1 或 160.5 而量測值只取到整數 03/10 01:20
8F：→ yhliu:固可免除 160 該適用哪一組的問題. 然而, 160身高套用140.5- 03/10 01:21
9F：→ yhliu:160.5的成品, 與套用140-160成品, 有真正差別嗎? 03/10 01:22
10F：→ yhliu:或許更應考慮的, 是組距是否會太大, 使得落入同一組者僅有少 03/10 01:27
11F：→ yhliu:數數值(身高)接近組中點者真正能適用該組規格之產品. 03/10 01:28