我使用包MCLUST在R中进行潜在类/聚类分析。我对我的论文进行了修改和重新提交,审稿人建议制作一个关于集群解决方案的拟合指数的表格(截至目前我刚刚在文中报告了BIC)。当我看几篇使用过LCA方法的论文时,他们报告了BIC,样本量调整后的BIC和熵; MCLUST给出的唯一合适的统计数据是BIC。我可以找到熵图而不是熵统计量。对我来说,重新运行我对Mplus的分析有点晚了(我发现这些分析在这些论文中用于LCA)。坦率地说,使用另一个集群包重新运行我的分析有点晚了。从我的所有阅读中可以看出,MCLUST的做法与其他一些k-means集群方法的做法略有不同。 此外 - 似乎有时会选择具有最低BIC的模型(在某些论文中)但在MCLUST中选择最高的模型?为什么呢?
所以,tldr;使用MCLUST时,在报告中报告了哪些其他模型选择统计数据?只有bIC是标准/好吗?我该如何证明这一点?
答案 0 :(得分:2)
只是几个想法,之前曾使用过mclust。
1)mclust使用正确的BIC选择方法;看到这篇文章:
https://stats.stackexchange.com/questions/237220/mclust-model-selection
看到最底层,但总结一下,对于BIC来说,这取决于你是否使用公式中的负号是否优化了低点对高点:
BIC的一般定义是 BIC = -2×LN(L(θ| X))+ K×LN(n)的BIC = -2×LN(L(θ| X))+ K×LN(N); mclust没有 包括负面成分。
2)mclust使用混合模型来执行聚类(即基于模型);它与k-means完全不同所以我会小心这句话,它“与其他一些k-means集群方法有点不同”(主要是“其他”暗示的); mclust手册简要描述了模型选择的过程:
mclust提供了一种高斯混合,通过EM算法通过最大似然拟合数据,用于根据BIC选择的模型和组件数量。根据参考部分引用的文章中描述的方法,根据熵标准对相应的组件进行分层组合。在BIC和一个选择的类之间具有类数的解决方案将作为clustCombi类对象返回。
查看实际论文以获得详尽解释更为有用:
https://www.stat.washington.edu/raftery/Research/PDF/Baudry2010.pdf 或者https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2953822/
mclust提供的熵图意味着被解释为用于因子分析的scree图(即,通过寻找肘来确定最佳类的数量);我认为scree图对于证明聚类数量的选择是有用的,这些图属于附录。
除了BIC之外,mclust还会返回ICL统计信息,因此您可以选择将其作为对评论者的妥协报告:https://cran.r-project.org/web/packages/mclust/vignettes/mclust.html(请参阅有关如何输出统计信息的示例)
3)如果你想创建一个entPlot值表,你可以这样提取它们(来自?entPlot示例):
## Not run:
data(Baudry_etal_2010_JCGS_examples)
# run Mclust to get the MclustOutput
output <- clustCombi(ex4.2, modelNames = "VII")
entPlot(output$MclustOutput$z, output$combiM, reg = c(2,3))
# legend: in red, the single-change-point piecewise linear regression;
# in blue, the two-change-point piecewise linear regression.
# added code to extract entropy values from the plot
combiM <- output$combiM
Kmax <- ncol(output$MclustOutput$z)
z0 <- output$MclustOutput$z
ent <- numeric()
for (K in Kmax:1) {
z0 <- t(combiM[[K]] %*% t(z0))
ent[K] <- -sum(mclust:::xlog(z0))
}
data.frame(`Number of clusters` = 1:Kmax, `Entropy` = round(ent, 3))
Number.of.clusters Entropy
1 1 0.000
2 2 0.000
3 3 0.079
4 4 0.890
5 5 6.361
6 6 20.158
7 7 35.336
8 8 158.008