第21章 聚类分析课件.ppt

有序样品——各样品在时域或空域存在自然顺序，如生长发育资料的年龄顺序，发病率的年代顺序和地理位置。 有序样品聚类——对有序样品分类时，考虑到样品的顺序特性这个前提条件，分类时不破坏样品间的顺序，由此形成的样品聚类方法。例：有序样品最优分割法，由离差平方和法衍生出。 （21-12） 牧羊犬生长发育的四个分期：1.5-2月龄为第1期，4月龄为第2期，6月龄为第3期，8-12月龄为第4期。 第十九章 聚类分析 （clustering analysis） 授课老师：曾小敏 zxiaomin@csu.edu.cn 公共卫生学院 卫生统计学教研室 * 第二十一章 聚类分析 （cluster analysis） 例 调查了27名沥青工和焦炉工的年龄（X1）、工龄（X2） 、吸烟情况（X3） ，检测了血清P21 （X4） 、P53 （X6） 、外周血淋巴细胞SCE （X7） 、染色体畸变数（X8）和染色体畸变细胞数（X9） 。数据列于表，其中P21倍数（X5） =P21检测值/对照组P21均数。试用系统聚类法将27名工人归类。 表 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 X1 X2 X3 X4 X5 X6 X7 X8 X9 判别分析：在已知分为若干个类的前提下，获得判别模型，并用来判定观察对象的归属。聚类分析：将随机现象归类的统计学方法，在不知道应分多少类合适的情况下，试图借助数理统计的方法用已收集到的资料找出研究对象的适当归类方法。已成为发掘海量基因信息的首选工具。（数据挖掘） 二者都是研究分类问题的多元统计分析方法。 第一节 相似系数 * 2．Q型聚类的常用相似系数 将n例样品看成是m维空间的n个点，用两点间的距离定义相似系数，距离越小表明两样品间相似程度越高。 （1）欧氏距