第五章 研究過程與結果
第四節 群間變異比例
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四節 群間變異比例
由上述的顯著項比較後，想進一步了解兩演算法在檢定過程中的真實誤差，
也就是群間差異，觀察HC 與 DCG-tree 的幾何特徵顯著與否，因此，根據上述 檢定所得ANOVA table，以 x 軸為變數，y 軸為處理變異平方和除上總變異的平 方和，畫出各變數下其變異比例的折線圖，當value 愈大時，則 SSTR 較大，表 示組間變異大，反之，當value 小時，則 SSTR 較小，表示組間變異小。
一、 第一次分群
圖 16 為根據RT 資料的分群結果，對 MOM 的十個變數進行 DCG-tree 演算 法與HC 演算法，可以看到十個變數中有九個變數 HC 的變異比大於 DCG-tree 的變異比，表示HC 各群間差異大。
圖 16 以 MOM 來看，RT 在第一次分群結果下的變異比。
圖 17 為根據SS 資料集的分群結果，對 MOM 的十個變數進行 DCG-tree 演 算法與HC 演算法，可以看到十個變數中有六個變數 HC 的變異比大於 DCG-tree 的變異比，表示HC 各群間差異大。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 17 以 MOM 來看，SS 在第一次分群結果下的變異比。
圖 18 為根據RT 資料集的分群結果，對 DAD 的十個變數進行 DCG-tree 演 算法與HC 演算法，可以看到十個變數中有八個變數 HC 的變異比大於 DCG-tree 的變異比，表示HC 各群間差異大。
圖 18 以 DAD 來看，RT 在第一次分群結果下的變異比。
圖 19 為根據SS 資料集的分群結果，對 DAD 的十個變數進行 DCG-tree 演 算法與HC 演算法，可以看到十個變數中僅有五個變數，HC 的變異比大於
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
DCG-tree 的變異比，表示兩演算法之間差異不大。
圖 19 以 DAD 來看，SS 在第一次分群結果下的變異比。
將所有人進行第一次分群後，以ANOVA 檢定結果所得的變異比，來比較演 算法之間的差異，可以發現HC 變異比大於 DCG-tree 變異比的個數明顯較多，
也就是說HC 各群間差異大，推斷 HC 的分群結果，有利於我們找到高風險行為 青少年。
二、 對特殊的群聚進行第二次分群
圖 20 為根據RT 資料集的分群結果，對 MOM 的十個變數進行 DCG-tree 演 算法與HC 演算法比較，可看到十個變數中有九個變數 DCG-tree 的變異比大於 HC 的變異比。同樣方法在 SS 資料集檢測，分群計算結果如圖 21，可看到 SS 中 十個變數中有六個變數的DCG-tree 的變異比大於 HC 的變異比，兩張圖皆表示 DCG-tree 各群組間差異大。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 20 以 MOM 來看，RT 特殊群聚在分群結果下的變異比。
圖 21 以 MOM 來看，SS 特殊群聚在分群結果下的變異比。
對DAD 的十個變數進行 DCG-tree 演算法與 HC 演算法分別在兩筆資料比 較，如下圖 22 RT 資料集的分群結果及圖 23 SS 資料集的分群結果，可看到十個 變數中有五個變數DCG-tree 的變異比大於 HC 的變異比，表示兩演算法之間差 異不大。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 22 以 DAD 來看，RT 特殊群聚在分群結果下的變異比。
圖 23 以 DAD 來看，SS 特殊群聚在分群結果下的變異比。
從特殊的群聚來看變異比，只在MOM 的變數中發現 DCG-tree 的變異比較 大於HC。在 DAD 的變數中，則較難依現有資料比較兩者差異。我們將在下節 針對特殊群及非特殊群比較。