我使用软件包MCLUST在R中进行了潜在的类/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(我发现这些分析用于这些论文中的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?
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?
1 回答
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;看这篇文章:
https://stats.stackexchange.com/questions/237220/mclust-model-selection
看到最底层,但总结一下,BIC取决于您是否使用公式中的负号,无论您是优化低值还是高值:
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手册中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 . 由BIC和一个选择的类之间具有类数的解决方案作为clustCombi类对象返回 .
查看实际论文以获得详尽解释更有用:
https://www.stat.washington.edu/raftery/Research/PDF/Baudry2010.pdf或在这里https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2953822/
由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图可用于证明簇数的选择是合理的,这些图属于附录 .
除了BIC之外,mclust还会返回ICL统计信息,因此您可以选择将此报告作为对审阅者的妥协:
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,你可以像这样提取它们(来自?entPlot示例):