Wie kann ich wissen, zu welchem Cluster eine neue Variable "am besten" gehört?Hallo,
Ich mag Clusteranalyse, um meine Datensätze zu untersuchen. Oft habe ich eine Reihe von Patienten, die eindeutig vom einen oder anderen Typ sind, und einige Patienten mit unklarem Status. Was ich oft tun möchte, ist, die Patienten, deren Fälle klar sind, anhand einer Reihe von erklärenden Variablen zu gruppieren und dann die anderen (nacheinander) zu vergleichen, um zu beurteilen, zu welchem Cluster sie "gehören" oder "am meisten aussehen" ". Ich denke zwar daran, jeden "unbekannten" Patienten einzeln hinzuzufügen und zu sehen, zu welchem Cluster sie aggregiert werden, aber fast immer ändern sie am Ende die ursprünglichen Cluster. Ich wäre dankbar, wenn Sie uns Ihre Ideen dazu mitteilen würden.
Vielen Dank,
Uriel.
AnalytikBetreff: Wie kann ich wissen, zu welchem Cluster eine neue Variable "am besten" gehört?Hallo Uriel,
Haben Sie über eine Diskriminanzanalyse nachgedacht (Analyse> Multivariate Methoden> Diskriminanzanalyse)? Wenn nicht, sind hier die grundlegenden Schritte, die ich implementieren würde:
1) Wählen Sie unter Verwendung Ihrer klar diagnostizierten Patienten (Ausblenden und Ausschließen fragwürdiger Patienten) Diagnose (oder wie auch immer Sie ihren Status nennen) als X-Kategorien und Ihre Variablen als Y, Covariates
2) Führen Sie die Analyse aus und wählen Sie im Pulldown-Hauptmenü (rotes Dreieck) die Option Bewertungsoptionen> Formel speichern (am Ende Ihrer Tabelle werden mehrere Berechnungsspalten angehängt).
3) Überprüfen Sie Ihre ausgeblendete / ausgeschlossene Zeile, für die die Wahrscheinlichkeit der Diagnose automatisch berechnet wird
Diese Methode setzt nun voraus, dass bei Ihren "Referenz" -Patienten eine echte Diagnose vorliegt, die möglicherweise nicht korrekt ist. Daher können Sie untersuchen, wie sich die Einbeziehung ALLER Patienten in Ihre Diskriminanzanalyse auswirkt, bei der nicht davon ausgegangen wird, dass einige Patienten wichtiger sind als andere
Beste,
TSBetreff: Wie kann ich wissen, zu welchem Cluster eine neue Variable "am besten" gehört?Ich verwende diesen Ansatz definitiv bei Modellen. Obwohl die Diskriminanzanalyse für das spezifische Szenario, an dem ich gerade arbeite (ich habe es versucht), nicht großartig ist, funktionieren PLS und GenReg großartig. Das Clustering-Problem ist jedoch anders, explorativer, es zeigt alle oder viele Variablen gleichzeitig an und es ist einfacher, es für die Exploration zu manipulieren.
Ich frage mich, ob es eine Option gibt, die Cluster zu "setzen" und dann andere Zeilen zu vergleichen, um zu sehen, wie gut sie mit einer bestimmten Metrik in die festgelegten Cluster passen, oder nach einer PCA-Analyse einer neuen Zeile, um zu sehen, wie sie sich in die vorhandenen Komponenten zerlegt Dinge in diese Richtung.
Danke für Ihren Vorschlag!
Uriel
