作者hectory (hectory)
看板Statistics
標題[問題] 群集分析及變異數分析的關係
時間Sun Jul 25 12:55:21 2010
[極簡介]
各位板大好，我是一名大二的學生，沒有學過統計學，
但是因為專題需要做一些定量分析，因而上此版求助。
我有看幾篇在講 determining clusters 的 papers
也有查一些統計相關書籍，和上網 google
但是覺得有些關於群集分類和變異數分析的關係我還是看不懂
然後因為指導的老師及學姊也都沒有學過這方面的東西，
所以希望板眾可以指點一下，謝謝!!
[問題內容]
我目前主要是希望能夠將我的資料群(一個在二維平面上第一象限內的點分布圖，
(x1,y1)...(xn,yn)) 依照他們的位置做分堆(clusters)，相鄰者就分為一堆，
但是因為需要一個分堆的標準，所以希望能夠照統計學群集分析的標準來分析。
可是不知道為什麼我查的 papers 在講到決定群集(determining clusters)時
會牽扯到變異數分析(ANOVA)??
我的理解是他說需要有一些審視的步驟來決定，可是我看像是 calinski or C-index
他們都有相對應的公式，可是我看一下公式裡面有 SSB SSW ，這些東西不是應該
要先分群後才能算出來嗎? 不然怎麼知道哪些是 between 哪些是 within?
還是說這邊這些公式不是用來分群? 那今天我要決定讓相鄰者分為一堆跟這些公式
有什麼關係? 或者該說要怎麼用這些公式啊?
那為什麼很多 papers 都提到 determining clusters numbers 的 stopping rules
(or indexes) 有這些方式(像是 calinski, fuzzy c means...)? 還是其實這邊的
stopping rules 其實指的不是 決定分堆 的依據??
-------
如果我的文字敘述還是不清楚或是認為我問的問題太簡單之類的話，
煩請大家多包含，因為這也是我第一次開始接觸統計相關的 papers
看了很多次相關書籍，我知道變異數以及其中一些公式的算法源由
可是真的還是搞不太懂他們和分群之間的關係 >"<
非常感謝有這個版可以讓我發問，也希望大家願意回覆，謝謝!!
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 122.118.37.177
1F：→ discount:利用ANOVA只是想看分群效果好不好，是在分群後才計算! 07/25 19:42
2F：推 coldwind0912:樓上正解 ANOVA 可以視為cluster的事後考驗 07/26 00:14
3F：→ ADORIAN:也不完全是樓上兩位講的這樣. ANOVA 的 F 值也可以用來做 07/26 01:15
4F：→ ADORIAN:分群的依據. F 值的定義是 組間距/組內距離. 假設現有100 07/26 01:17
5F：→ ADORIAN:筆你所述的資料, 目的在至多分成三群, 共有 100^3/3! 種分 07/26 01:19
6F：→ ADORIAN:類方式. 這 100^3/3! 個方式每一個都可以計算一個 F 值. 07/26 01:20
7F：→ ADORIAN:值最大的可以視為一個 "最佳" 的分類法 (這裡的最佳是依據 07/26 01:20
8F：→ ADORIAN:你選用 F 值來做分類). 所謂的一些公式與分群的關係, 根 07/26 01:23
9F：→ ADORIAN:據在一個目標函數上 (如這裡的 F 值), 希望找到一個分類, 07/26 01:25
10F：→ ADORIAN:使目標函數最大 (或最小). 我對 cluster 不熟, 所以上文提 07/26 01:28
11F：→ ADORIAN:到的 calinski, fuzzy c means 我不確定也是這樣. 07/26 01:29
12F：→ ADORIAN:我所描述的是常見的一種分類的原則之一. 或許你可以往這方 07/26 01:33
13F：→ ADORIAN:面想想. 07/26 01:33
14F：→ discount:二與三位兩位先進長期在板上熱心助人，我也常受其恩惠， 07/26 07:47
15F：→ discount:再次感謝與受教! 07/26 07:48
16F：→ coldwind0912:A大說法沒錯 補充一點 我在學cluster時 進行分析前 07/26 11:10
17F：→ coldwind0912:第一件事 就是要先找出應該分成幾個clusters比較好 07/26 11:11
18F：→ coldwind0912:我是用華德最小變異法 估算最小的集群內聯合組內變異 07/26 11:12
19F：→ coldwind0912:目的在於估算分群後的 組內變異最小 組間變異最大 07/26 11:13
20F：→ coldwind0912:同理 組內變異最小 組間變異最大 自然F值就會達最大 07/26 11:14
21F：→ coldwind0912:意即 找出最佳的分類方式(應該分成幾群) 07/26 11:14
22F：→ coldwind0912:不過 估算方法很多 華德最小變異法 僅是其一 07/26 11:15
23F：→ coldwind0912:由於我本人不是數學系或統計系 對此也未再深入鑽研 07/26 11:16
24F：→ hectory:謝謝樓上們!! 這樣我有比較了解了 07/26 15:43