计算数据组之间的马氏距离

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

想通r计算数据组之间的马氏距离矩阵。数据结构为：数据分为7个组，每个组包含多条数据（附件上传）。想求得7个数据组之间的马氏距离矩阵。请大神们指教。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：马氏距离 距离矩阵 数据结构

看了下你的数据，各组的样本数不同，而且你是要计算各组之间的马氏距离，因此不能用stats包的mahalanobis()函数直接做。

针对你的示例数据写了个粗糙的代码，你可以参考下，没做注释，如果实际数据不同，你自己改一下代码中的几个数字即可。

本帖隐藏的内容

1. library(dplyr)
   
2. library(openxlsx)
   
3. df <- read.xlsx("past1106.xlsx", sheet = 1, colNames = T)
   
4. 
   
5. #计算各组间的马氏距离
   
6. res <- matrix(0, 7, 7)
   
7. for (i in 1:7) {
   
8.   for (j in 1:7) {
   
9.     if (i == j) {
   
10.       res[i, j] = 0
    
11.     }
    
12.     else {
    
13.       covi <- cov(df[which(df[, 1] == i), 2:5])
    
14.       covj <- cov(df[which(df[, 1] == j), 2:5])
    
15.       dimi <- dim(df[which(df[, 1] == i), 2:5])[1]
    
16.       dimj <- dim(df[which(df[, 1] == j), 2:5])[1]
    
17.       meani <- colMeans(df[which(df[, 1] == i), 2:5])
    
18.       meanj <- colMeans(df[which(df[, 1] == j), 2:5])
    
19.       pooled <-
    
20.         dimi / (dimi + dimj) * covi + dimj / (dimi + dimj) * covj
    
21.       res[i, j] <-
    
22.         sqrt(t(matrix((meani - meanj), 4)) %*% solve(pooled) %*% matrix((meani - meanj), 4))
    
23.     }
    
24.   }
    
25. }

复制代码

llb_321 发表于 2021-11-7 00:23
看了下你的数据，各组的样本数不同，而且你是要计算各组之间的马氏距离，因此不能用stats包的mahalanobis( ...

非常感谢您的指点，我试试看。

llb_321 发表于 2021-11-7 00:23
看了下你的数据，各组的样本数不同，而且你是要计算各组之间的马氏距离，因此不能用stats包的mahalanobis( ...

老师，非常感谢您耐心的解答。我算组间的马氏距离是为了构建组间的NJ树。通过组间的马氏距离计算，得到一个距离矩阵。通过这个距离矩阵我构建了NJ树，但我发现构树还需要进行bootstrap检验。我用一个距离矩阵构建的树可以进行bootstrap检验吗？请您指点。

先谢楼主分享

你是想分别求每组的t四个变量之间的马氏距离，还是想求不同组对应变量间的马氏距离

s609078902 发表于 2021-11-8 08:45
你是想分别求每组的t四个变量之间的马氏距离，还是想求不同组对应变量间的马氏距离

感谢您的回复，我本来是想求不同组对应变量之间的马氏距离，然后通过这个马氏距离构建距离矩阵，再构建组间的NJ树（数有7个分支），现在是可以构建组间对应变量之间的马氏距离。但再构建NJ树的时候没办法设置bootstrap检验。请问是不是我的距离矩阵构建错了？

s609078902 发表于 2021-11-8 08:45
你是想分别求每组的t四个变量之间的马氏距离，还是想求不同组对应变量间的马氏距离

网上又给了我一个术语，说我这个操作叫“分组聚类”，就是想通过马氏距离构树看看组间的相似关系。请您指教。

15182952842 发表于 2021-11-7 21:04
老师，非常感谢您耐心的解答。我算组间的马氏距离是为了构建组间的NJ树。通过组间的马氏距离计算，得到一 ...

越来越专业了
请不要称呼我为老师，愧不敢当。同学而已，交流而已。
那个代码是匆忙中弄的，如果你是练习的话倒是无所谓，如果你要做研究写论文，最好手工计算一下其中两个组的马氏距离，验证一下那个代码是否准确。
我的理解啊，你用组间距离构建的NJ树，是完整的树，但这棵树不一定是实际的树，所以需要进行bootstrap检验。简单的说，就是抽样，建树，再抽样，再建树，不断验证。这个我只知其然，不知其所以然，也没有用过。还是请专业的师友为您解答才好。
但是我觉得，可能的方案是，在各组中“分层抽样”，然后用抽样数据重新计算组间距离，构建新的NJ树，检验。如果过程是这样的话，那么bootstrap检验与用组间距离构建NJ树是不矛盾的。至于有没有成型的包来做，您再查查资料，或者问下导师吧。
祝顺。