第十九章 聚类分析..pptVIP

37 * 表19-3 沥青工和焦炉工的生物标志物检测及聚类分析结果 工人编号 (样品号) 年龄 工龄 吸烟 支/d 血清 P21 P21 倍数 P53 SCE 染色体 畸变数 染色体畸 变细胞数 聚类 结果 1 46 25 5 2138 1.68 0.35 8.11 4 4 1 2 35 12 20 3510 2.76 1.43 6.84 3 3 1 3 52 25 20 2784 2.19 0.54 4.11 3 3 1 4 32 7 20 2451 1.93 0.47 11.45 9 6 1 5 38 22 0 3247 2.56 0.80 11.68 5 5 1 6 51 31 30 3710 2.92 0.37 11.60 2 2 1 7 40 9 10 3194 2.51 0.40 11.40 5 5 1 8 34 17 20 4658 3.67 0.46 11.35 3 3 1 9 50 29 0 5019 3.95 0.47 13.45 10 8 1 10 42 20 20 7482 5.89 0.12 13.11 0 0 2 11 57 30 15 3800 2.99 0.19 10.76 2 2 1 12 36 15 20 2478 1.95 0.25 10.00 0 0 1 13 37 12 0 3827 3.01 0.82 10.50 4 4 1 14 52 32 0 2984 2.35 0.16 11.15 3 3 1 15 52 32 10 3749 2.95 0.72 11.45 11 10 1 16 42 27 30 4941 3.89 0.73 13.80 7 6 1 17 44 27 20 3948 3.11 0.33 13.65 16 14 1 18 40 21 5 3360 2.64 0.37 11.40 0 0 1 19 38 21 5 2936 2.31 0.69 11.40 1 1 1 20 44 27 20 6851 5.39 0.99 12.28 7 6 2 21 43 27 0 3926 3.09 0.47 11.95 0 0 1 22 26 10 3 4381 3.45 0.52 11.80 7 5 1 23 37 18 20 7142 5.62 0.85 11.81 5 5 2 24 28 9 20 2612 2.06 0.37 11.65 1 1 1 25 25 9 30 2638 2.08 0.78 12.25 1 1 1 26 34 14 20 4322 3.40 0.41 15.00 5 5 1 27 50 32 20 2862 2.25 0.69 8.80 2 2 1 37 * 本例选择了欧氏距离下的最小相似系数法、类平均法和离差平方和法对数据进行聚类分析。分析结果分别见图19-3、图19-4、图19-5。数据分析前，各变量已作标准化处理。 37 * 图19-3 27名沥青工和焦炉工的最小相似系数法系统聚类图 37 * 图19-4 27名沥青工和焦炉工的类平均法系统聚类图 37 * 图19-5 27名沥青工和焦炉工离差平方和法的系统聚类图 37 * 三种聚类结果有较大的出入，可见这些方法分类效果是有差异的，特别是在分类变量较多时差异愈加明显，这就要求在聚类分析前，尽可能地选择有效变量，如本例的变量P21和P53倍数。详细解读聚类图，一般都能够获得许多有用的信息。 37 * （聚类实例分析结果） 相似系数的定义以及类间相似系数的定义的不同将导致系统聚类结果有所差异。聚类分析的结果解释除了要了解聚类方法外，还必须结合专业知识。 37 * 结合专业知识，本例认为类平均法聚类结果比较合理，分类结果列入表19-3最后一栏。它将{10，20，23}号工人分为一类，其余分为另一类。研究者最终发现10，20，23号工人为癌症高危人群。根据离差平法和法聚类图，不难发现{10，20，23，8，16，26}号聚在一类，提示8，16，26号工人也可能是癌症高危人群之一。 37 * 以下列出类平均法具体聚类过程，供参考。 类平均法系统聚类过程 聚类步骤 两类合并 欧氏距离 1步 (样品18 , 样品21) 合并成 新 1 类 1.1856 2步 (样品5 , 样品13) 合并成 新 2 类 1.4969 3步 (样品12 , 样品24) 合并成 新 3 类 1.5225 4步 (样品20 , 样品23) 合并成 新 4 类 1.6050 5步 (新1类 , 样品19) 合并成 新 5 类 1.7079 6步 (样品6 , 样品11) 合并成 新 6 类 1.8243 7步 (样品8 , 样品26) 合并成 新 7 类