初めての本が出版されるのをとても楽しみにしていますJMP を使用した生物統計。この本の開発作業の一部は、高度な分析に使用した多くの方法を調査し、説明することでした。 私のプロジェクトでは、データ マイニングとデータの意味の発見に関して、クラスタリングが非常に役に立ちました。
でJMP 、階層クラスタリングと K-means という 2 つのクラスタリング アプローチがすぐに利用できます。 階層的クラスタリングでは、各ポイント間の距離を比較し、それらの類似性 (または非類似性) に基づいてポイントをグループ化します。 K 平均法は異なる方法で動作し、次のことを目的としています。 Kデータに適切な重心ですが、指定する必要がありますK検索するグループの数として。
簡単な例
組み込みの JMP データ セット「Birth Death Subset」は、大きすぎないデータ セットの一例ですが、クラスタリングの使用を示しています。 ここには、粗出生率と死亡率、および 33 か国の観測値という 2 つの変数があります。 しかし、データを見るだけでは意味のある解釈を見つけるのは困難です。 2 つの変数を一緒にプロットすると、ほとんどの国がプロットの左下にグループ化されており、出生率と死亡率の間には一般に負の関係があることがわかります。 しかし、根底にある関係はそれほど強力ではなく、このデータの回帰モデルは統計的に有意ではなく、分散をほとんど説明しません。 では、これで何ができるでしょうか?
Raw scatterplot of dataRaw scatterplot of dataRaw scatterplot of dataRaw scatterplot of dataデータの生の散布図
クラスタリングを使用してこのデータにアプローチすると、より意味のある解釈が得られるようになります。 このデータに対してクラスター分析を実行するには、私の本の第 11 章にあるプロセスに従うことができます。 JMP を使用した生物統計: 実践ガイド。 簡単に言えば、JMP 13 では、次のことを選択します。分析 ► クラスタリング ► K 平均クラスター。
次に、検索するクラスターの数を指定する必要があります。 検索するクラスターの数は主観的ですが、少なすぎると粗いグループ化が行われ、多すぎると最初と同じ状況が残ることに注意してください。 この分析では、3 つのクラスターを探します。 クリック行くそして、多くの結果が表示されます (ここでは示しません)。
これらの結果をすばやく分析するには、いくつかのことを実行できます。
- クラスターに関連付けられた色をデータ テーブルに保存します。
- クラスターと色の両方を使用してデータを再プロットします。
どちらのオプションも、K Means NCluster = 3 の横にある赤い三角形をクリックすると利用できます。 最もインパクトのある結果を得るために、必ず最初に色を保存してください。
クラスターが明るい陰影付きの楕円であり、各クラスターの点が色分けされているため、データ内に興味深いグループがいくつかあることがわかります。
- 薄緑色は、出生率は低いが、死亡率のばらつきが大きい国を示しています（ちなみに、ほとんどの場合、発展した国）。
- 水色は死亡率が低いが、出生率には大きなばらつきがある（ちなみに、ほとんどの場合、現像国）。
- 赤は、出生率と死亡率が高い 2 か国 (アフガニスタンとザイール) に関連付けられています。
最初にデータセットを開いたときにはこれは明らかではありませんでしたが、今では説得力のあるストーリーが得られました。 データ、解釈、視覚化を組み合わせることで、このストーリーをより多くの聴衆に簡単に伝えることができるようになります。
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同じデータですが、クラスターに色が付けられ、データの意味のある解釈が提供されるようになりました。
