Comment puis-je savoir à quel cluster appartient une nouvelle variable «meilleure»?Salut,
J'aime l'analyse de clustering pour explorer mes ensembles de données. Plusieurs fois, j'ai un ensemble de patients qui sont clairement d'un type ou d'un autre, et certains patients dont le statut n'est pas clair. Ce que je veux souvent faire, c'est de regrouper les patients dont les cas sont clairs à l'aide d'une série de variables explicatives, puis de comparer les autres (une par une) pour essayer d'évaluer à quel groupe ils «appartiendraient» ou «ressembleraient le plus» ". J'ai pensé à ajouter chaque patient "inconnu" un à la fois et voir à quel groupe ils sont agrégés, mais presque toujours ils finissent par changer les groupes originaux. Je serais reconnaissant de connaître vos idées sur la façon de procéder.
Merci,
Uriel.
AnalytiqueRe: Comment puis-je savoir à quel cluster appartient une nouvelle variable «meilleure»?Salut Uriel,
Avez-vous envisagé l'analyse discriminante (Analyse> Méthodes multivariées> Analyse discriminante)? Si vous ne l'avez pas fait, voici les étapes de base que je mettrais en œuvre:
1) En utilisant vos patients clairement diagnostiqués (Masquer et exclure les patients douteux), sélectionnez Diagnostic (ou ce que vous appelez leur statut) comme X Catégories et vos variables comme Y, Covariables
2) Exécutez l'analyse et dans le menu déroulant principal (triangle rouge), sélectionnez Options de score> Enregistrer la formule (plusieurs colonnes de calcul seront ajoutées à la fin de votre tableau)
3) Vérifiez votre ligne masquée / exclue pour laquelle la probabilité de diagnostic est automatiquement calculée
Maintenant, cette méthode suppose qu'il y a un vrai diagnostic chez vos patients «de référence» qui pourrait ne pas être correct. Par conséquent, vous pouvez explorer l'effet d'inclure TOUS les patients dans votre analyse discriminante qui ne supposera pas que certains patients sont plus importants que d'autres
Meilleur,
TSRe: Comment puis-je savoir à quel cluster appartient une nouvelle variable «meilleure»?J'utilise définitivement cette approche avec des modèles. Bien que l'analyse discriminante ne soit pas excellente pour le scénario spécifique sur lequel je travaille maintenant (j'ai essayé), PLS et GenReg fonctionnent très bien. Mais le problème du clustering est différent, plus exploratoire, il montre toutes ou plusieurs variables en même temps et il est plus facile à manipuler pour l'exploration.
Je me demande s'il existe une option pour "définir" les clusters, puis comparer les autres lignes pour voir à quel point elles s'intègrent bien dans les clusters définis avec une métrique, ou après avoir analysé une nouvelle ligne par PCA pour voir comment elle se décompose en composants existants , des choses dans ce sens.
Merci pour votre suggestion!
Uriel
