ClusterAnalysis

クラスター分析　　

• サンプルを分類する

library(MASS)
data(Boston)
names(Boston)
plot(Boston)

attach(Boston)
plot(tax,nox)  #グループが見える?

summary(Boston)
#変数によって単位などが異なるので､そのまま距離を算出することは不適切｡変数を減少させて結果を解釈しやすくする｡また因子得点は平均0､分散1に標準化されているので､距離への寄与は等しくなる｡→因子分析を実行｡
(res3v<-factanal(Boston[,-c(4,14)],factors=3,rotation="varimax",scores="regression"))
plot(res3v$scores)

　#距離行列の作成

d<-dist(res3v$scores)
res.hc<-hclust(d)  #全変数を使って　階層型クラスタ分析　
plot(res.hc)　　#クラスタ数の目安をつける

set.seed(1234)  #kmeansは確率的手法なので､そのたびに結果が変化する可能性あり｡そうしないために乱数開始点を固定
cl2<-kmeans(res3v$scores,2)  #2クラスタを指定して実行
cl2　#結果
names(cl2)
cl2$size
cl2$centers
#もとのデータに因子得点､クラスタ番号をつける
Boston2<-data.frame(Boston, res3v$scores, cl2$cluster)
head(Boston2)
#プロットしてみる
par(mfrow=c(1,3))
plot(Boston2$Factor1,Boston2$Factor2,col=Boston2$cl2.cluster)
plot(Boston2$Factor1,Boston2$Factor3,col=Boston2$cl2.cluster)
plot(Boston2$Factor2,Boston2$Factor3,col=Boston2$cl2.cluster)

#クラスタ毎に各因子の平均値
by(Boston2$Factor1 ,Boston2$cl2.cluster,mean)
by(Boston2$Factor2 ,Boston2$cl2.cluster,mean)
by(Boston2$Factor3 ,Boston2$cl2.cluster,mean)

#クラスタ別に因子得点が異なるか検定(分散分析)

summary(aov(Factor1~as.factor(cl2.cluster),data=Boston2))
summary(aov(Factor2~as.factor(cl2.cluster),data=Boston2))
summary(aov(Factor3~as.factor(cl2.cluster),data=Boston2))