聚类分析——医学统计课件PPT.pptVIP

讲义表19-3 27名焦炉工的生物标志物检测指标数据(SPSS软件操作) 系统聚类菜单 统计方法菜单 对样品聚类 表19-3数据 变量的统计描述 应对变量进行标准化,选用z分 SPSS软件系统聚类 plots菜单框 method菜单框 选择欧氏距离和类平均法 标准化 SPSS软件提供聚类方法 Cluster method： Between-groups linkage,类平均法(d2/n） Ward method. 最小方差法 Nearest neighbor,最短距离法（最小相似） Furthest neighbor,最长距离法（最大相似） Median clustering,中间距离法 Centroid clustering, 重心法 讲义27名焦炉工的生物标志物类平均法聚类图 欧氏距离 27名焦炉工的生物标志物最小相似系数法聚类图 欧氏距离 例2 研究目的：通过5指数对13个市进行分类，2005 年江苏省13 个城市社会发展指数 对13个市进行分类的聚类图 图1 结果的解释 一类:是无锡、苏州、南京、常州; 属于经济发达苏南, 区域优势明显,社会发展水平较高。 二类：扬州、镇江、南通、泰州的苏中地区, 为经济发展处于一般水平。 三类：徐州、淮安、盐城、连云港、宿迁是一类,社会经济发展低水平城市之列苏北地区。 结论：促进苏南苏中苏北三大区域协调发展。 例3不同产地黄芪微量元素的聚类分析 不同产地黄芪的微量元素 不同产地黄芪微量元素的聚类分析 系统聚类方法在应用时注意问题 方法和结果: 1) 用不同聚类方法,聚类结果(树状图)不同，一般计算多个方法尝试。 2）结合专业和聚类图得到归类结果。 3)主要用于样品(变量)较少的研究.  第三节 动态样品聚类 (k-means cluster) 也称为快速聚类。 目前应用: 1.用于数量较大的样品聚类. 2.数据挖掘分析 生物信息技术的基因芯片功能研究 计算步骤 1.事先人为指定分类数(k类). 2.根据数据本身的结构确定k类的原始中心点(mean). 3.采用欧氏距离将样品自动归为距离最近(均数)的类。计算新的中心点(mean). 4.根据新中心点(mean),计算各样品的距离. 5.重复3-4步.达到规定要求结束. 动态样品聚类的原理 选k个凝聚点 初始分类 分类是否合理 最终分类 修改分类 是 否  聚类分析 （Cluster Analysis）  古语: “物以类聚”，找出特征相似的类别，研究其规律性。 第二军医大学卫生统计学教研室 孟 虹 本章的内容 第一节 相似系数* 第二节 系统聚类* 第三节 动态样品聚类* 第四节 有序样品聚类 第五节 应用注意事项* 重点:掌握聚类分析用途、概念、方法的区别、注意问题。  概 述 聚类分析是将未知现象进行归类的多元统计方法 。 主要用途: 对研究的事物分类或做探索性的研究。 目的: 通过分类,找出同类的共性和不同类的差异,为决策提供参考. 聚类分析 聚类对象的类型： R型聚类：对n个指标（变量或variable ）归类(index-cluster-analysis)。 Q型聚类：对n个观察对象（样品或case）归类(samples-cluster-analysis)。 例:中医证型研究 对临床症状分类(指标聚类) 聚类分析基本思想与步骤 思想: 根据指标和样品的相似性. 步骤: 1.计算描述样品(变量)间相似性的指标：用距离系数或相关系数. 2.根据相似性对样品(变量)归类. 方法:有多种聚类方法 第一节 相似系数 意义:用相似系数度量指标和样品间的相似程度. 1.指标(变量)间的相似系数: ①变量为计量数据 相关系数(r) (19-1) ②变量为计数数据(等级或两分类) 列连系数(C)