1D verilerinin 1 veya 3 değer etrafında kümelenip kümelenmediğini nicel olarak nasıl anlarım?

Bir insanın kalp atışları arasındaki zaman hakkında bazı verilerim var. Ektopik (ekstra) atımların bir göstergesi, bu aralıkların bir yerine üç değer etrafında kümelenmiş olmasıdır. Bunun kantitatif bir ölçümünü nasıl alabilirim?

Birden çok veri kümesini karşılaştırmak istiyorum ve bu iki 100 bölmeli histogramlar hepsini temsil ediyor.

Varyansları karşılaştırabilirim, ancak algoritmamın diğer vakalarla karşılaştırmadan her durumda bir veya üç küme olup olmadığını tespit edebilmesini istiyorum.

Bu çevrimdışı işleme içindir, bu nedenle gerekirse çok fazla hesaplama gücü vardır.

Burada k-araçlarını kullanmaya karşı şiddetle tavsiye ediyorum . Farklı k değerleri için sonuçlar çok iyi karşılaştırılamaz. Yöntem sadece kaba bir sezgisel yöntemdir. Kümelemeyi gerçekten kullanmak istiyorsanız, verileriniz normal dağılımlar içerdiği için EM kümelemeyi kullanın. Ve sonuçlarınızı doğrulayın!

Bunun yerine, bariz yaklaşım tek bir Gauss işlevinin takılmasını denemek ve (örneğin Levenberg-Marquard yöntemini kullanarak) belki de aynı yükseklikte (dejenerasyondan kaçınmak için) kısıtlanmış üç Gauss işlevine uymaktır.

Ardından, iki dağıtımdan hangisinin daha iyi uyduğunu test edin.

Verilere bir karışım dağılımını, 3 normal dağılımın bir karışımı gibi bir şey yerleştirin, daha sonra bu uyum olasılığını tek bir normal dağılımın bir uyumuyla karşılaştırın (olasılık oranı testi veya AIC / BIC kullanarak). İçin flexmixpaket Ryardımcı olabilir.

K-demektir kümelemeyi kullanmak istiyorsanız, $K=1$ ve $K=3$vakalar. Bir yaklaşım kullanmak olacaktır boşluk istatistiğini Tibshirani ve arkadaşlarından. ve seçin$K$bu daha iyi değer sağlar. SLmisc'de bir R uygulaması var , ancak bu belirli işlev denenecek$K=1,2,3$, bu nedenle yalnızca $K=1$ veya $K=3$ en uygun değer olarak döndürülebilir.

Çeşitli araçları tanımlamak için bir K aracı kümeleme algoritması kullanma

Uygun fonksiyonu bulmak için R-arayışında KNN fonksiyonunu arayın