<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />シミュレーションと実社会のデータの両方に対して、経時的な絶対値の両方で類似しているが、それらの動作モードの点でも類似している時系列を識別することは非常に価値があります。たとえば、これは、入力の変化に応じてシステムの動作が劇的に変化した時点を特定するのに役立ちます。JMPは非常に便利なクラスタリング手法をいくつか提供していますが、私が知る限りでは時系列データには特に役立ちません。
JMPで時系列データをクラスタ化するためのスクリプトやプラグインを開発しようとしたことがある人はいますか？私はそのようなパッケージがRのために存在することを知っています。例えば、TSclust。
非常に大雑把な方法は、JMPクラスタリングアルゴリズムの時系列データに新しい列の各データポイントを入力することです（したがって、列1 = T1 ..） 等。）。これは迅速で汚いアプローチで、すでにいくつかの結果が出ています。しかし、私は行動の類似性をより正確に識別するためのアクセスしやすい方法を探しています。たとえば、グラフをセグメントに分割し、セグメントごとに特定の種類の動作（成長の加速、減少の加速（指数関数）、減速の増加と減速の減少（対数））を示すかどうかを識別できます。この情報のクラスタリングは、JMPに含まれている通常のクラスタリングアルゴリズムによって実行できます。ただし、理想的には、クラスタリングは、一連の行動全体（行動の形に多くの変化がある場合があります）に対して行われ、同時に行動のさまざまな特徴、たとえば1次および2次導関数、さらに平均値も調べます。誰かがこの課題を経験したことがあり、それを共有しても構わないと思っているかどうかを知りたいです。
添付されてあなたはワードクラスタリングを使用して非常に粗雑なアプローチを見つけることができます。結果は実際には悪くない（眼球テスト）（添付の画像を参照）。クラスタリングスクリプトを含むデータテーブルが添付されています。
gv、
私はあなたのデータを積み重ねてから、クラスターの段階的管理を行う管理図を作成しました。 これが役に立つのか、それとも役に立つのかわからないが、代わりにそれを好むかもしれないと思った。
