A**H
发帖数: 4797 | 1 需要做一个流程优化，一个问题是这样的。比如说，某一天会进行操作
A 333
B 515
C 325
D 602
...
Z 585
因为B和D和Z的次数最多，所以考虑把这三个一起操作，剩下的再编成一个组进行操作
上面的数字是某一天的，也就是说BDZ也不是每天都是次数最多的，比如另外一天的情
况可能是
A 600
B 515
C 325
D 302
...
Z 585
那么ABZ就是最高的了。
现在的问题是利用已有的每天的数据来进行统计学上合理的编排
每个组有几个项目不定，也就是说把ABDZ编排到一起也是可以的，BDZ也可以，BD也可
以，反正只要统计学上能支持
怎么着手？
我能想到的是先做几个日子之间的frequency correlation，看看每天的相关性支持不
支持编组。如果每天之间的相关性很低，那么说明怎么编排都没有意义。如果有相关性
，那么就继续下去，但是怎么继续，不知道。请教各位老师和同学，谢谢！ |
g******2
发帖数: 234 | 2 1. clustering: cluster the procedures using historic, maybe 2 clusters in
your case
2. ANOVA: test whether the two groups are really different.
or if you have data for many dates, you could fit a saturated linear model (
each procedure would be one dummy variable) and then run a model selection. |
A**H
发帖数: 4797 | 3 ANOVA我能理解，但是为什么clustering？是不是说clustering，比如into 3 clusters
，就可以说应该编排进入3组？而且是不是把很多日子的数据一起clustering?
我确实有很多日期的数据，而且也有100个项目（原帖中的A~Z）
我看看saturated linear model去。能再给个比较适合的连接让我学习学习吗？谢谢了！
(
【在 g******2 的大作中提到】
: 1. clustering: cluster the procedures using historic, maybe 2 clusters in
: your case
: 2. ANOVA: test whether the two groups are really different.
: or if you have data for many dates, you could fit a saturated linear model (
: each procedure would be one dummy variable) and then run a model selection.
|
g******2
发帖数: 234 | 4 you need to know how many groups before you can use ANOVA, so that's why you
need to cluster the data. Yes, use many daily data to cluster the
procedures.
I take back what I said about saturated model, which may not help your case.
Just do clustering + anova. |
A**H
发帖数: 4797 | 5 谢谢
我根据这里的方法做的clustering
http://www.statmethods.net/advstats/cluster.html
用的其中的Partitioning这一节，我得到了一个"Within groups sum of squares"
versus "Number of Clusters" plot. 从这个plot里面我选了clusters = 5，然后做下面
fit <- kmeans(mydata, 5) # 5 cluster solution
# get cluster means
aggregate(mydata,by=list(fit$cluster),FUN=mean)
# append cluster assignment
mydata <- data.frame(mydata, fit$cluster)
我得到了哪个项目应该归到哪一类里面
感觉到这里，似乎就已经做完了。。。。。我知道了哪些项目应该编排到一起
然后，我再根据下面这个
http://www.stat.columbia.edu/~martin/W2024/R3.pdf
做anova分析，没有地方需要用到clustering
我得到的
results = aov(数值 ~ 项目, data=mydf)
p value很小很小，所以H0肯定不成立
接下来，我做pairwise.t.test(数值，项目，bonferroni)
但是这里我也没有用到cluster=5
感觉上我是不是应该把所有的项目根据clustering的结果进行sub-group,也就是分成5
类，然后每一类再做anova and pairwise.t.test。估计这样每一个亚类的anova应该不
推翻H0，也就是说每一个亚类里面的每一组的平均值没有显著差异，这样一来，说明我
们的clustering是正确的。我这样理解对吗？
再次谢谢
you
case.
【在 g******2 的大作中提到】
: you need to know how many groups before you can use ANOVA, so that's why you
: need to cluster the data. Yes, use many daily data to cluster the
: procedures.
: I take back what I said about saturated model, which may not help your case.
: Just do clustering + anova.
|
g******2
发帖数: 234 | 6 use the cluster label to run anova. pairwise t test is not necessary,
because you do not know the optimal number of clusters, so some clusters may
contain very different procedures. |
A**H
发帖数: 4797 | 7 Thanks. Will try that.
may
【在 g******2 的大作中提到】
: use the cluster label to run anova. pairwise t test is not necessary,
: because you do not know the optimal number of clusters, so some clusters may
: contain very different procedures.
|
