我很高興我的第一本書得以印刷使用 JMP 進行生物統計。編寫這本書的部分工作是探索和解釋我用於高級分析的許多方法。 對於資料探勘和尋找資料的意義，集群在我的專案中對我非常有益。
在聯合管理計劃，有兩種可用的聚類方法：層次聚類和 k 均值。 層次聚類比較每個點之間的距離，並根據點的相似性（或相異性）將點分組在一起。 K-means 的運作方式不同，旨在找到K適用於資料的質心，但您必須指定K作為要尋找的分組數。
簡單的例子
內建的 JMP 資料集「出生死亡子集」是資料集的一個範例，該資料集不是太大，但顯示了聚類的使用。 在那裡，我們有兩個變數：粗出生率和死亡率，以及 33 個國家的觀察。 然而，光是看數據就很難找到有意義的解釋。 如果我們將這兩個變數繪製在一起，我們會發現大多數國家都位於圖的左下角，出生率和死亡率之間普遍存在負相關關係。 但潛在的關係並不那麼強，而且該數據的迴歸模型在統計上並不顯著，且解釋的變異數很小。 那我們能用這個做什麼呢？
Raw scatterplot of dataRaw scatterplot of dataRaw scatterplot of dataRaw scatterplot of data數據的原始散點圖
如果我們使用聚類來處理這些數據，我們可以開始看到更有意義的解釋。 要對此資料執行聚類分析，我們可以遵循我的書第 11 章中的流程使用 JMP 進行生物統計學：實用指南。 簡而言之，在 JMP 13 中，您需要選擇分析 ► 聚類 ► K 均值聚類。
現在您必須指定要尋找的簇的數量。 雖然您想要搜尋的群集數量是主觀的，但請記住，太少會給出粗略的分組，而太多則會讓您處於與開始時相同的情況。 對於此分析，我們將尋找三個集群。 點選去您將看到很多結果（我沒有在此處顯示）。
為了快速分析這些結果，我們可以做一些事情：
- 將與簇關聯的顏色儲存到資料表中。
- 使用聚類和顏色重新繪製資料。
點擊 K Means NCluster = 3 旁邊的紅色三角形即可使用這兩個選項。 確保首先保存顏色以獲得最有影響力的結果。
透過將簇顯示為淺陰影橢圓，並且為每個簇對點進行顏色編碼，我們現在可以在資料中看到一些有趣的分組：
- 淺綠色與出生率低但死亡率變化很大的國家有關（順便說一下，大多數國家發達國家）。
- 淺藍色與低死亡率相關，但出生率變化很大（順便說一下，大多數情況下）發展國家）。
- 紅色與兩個出生率和死亡率較高的國家（阿富汗和扎伊爾）有關。
儘管當我們第一次打開資料集時這一點並不明顯，但我們現在有了一個引人注目的故事。 透過將數據、解釋和視覺化相結合，人們現在可以輕鬆地向更廣泛的受眾講述這個故事。
Same data, but with coloring for clusters, which now provides a meaningful interpretation of the dataSame data, but with coloring for clusters, which now provides a meaningful interpretation of the dataSame data, but with coloring for clusters, which now provides a meaningful interpretation of the dataSame data, but with coloring for clusters, which now provides a meaningful interpretation of the data相同的數據，但具有集群著色，現在提供了對數據有意義的解釋
