基于p值从多重假设检验评估数据集中簇的数量
统计方法学
2026-05-21 v1 应用统计
摘要
本文提出了一种新颖的、非参数的、基于点间距离的度量，用于检验给定数据集中是否存在任何组别，以及如果存在，则总体有多少个组别。它是一种对于任意维度数据集且可与任何指定组别数量的聚类算法联合使用的聚类准确度指标。我们执行了单变量、非参数的、多重假设检验，其中对点间距离进行了与样本量相同的依赖检验。它们具有p值，可用于组合以做出决策，该决策在可能的簇数目的一步过程中采取。它比文献中其他准确度度量减少了不必要的计算。数据研究确立了该提议指数的效率与优越性。
引用
@article{arxiv.2605.20806,
title = {Evaluation of the number of clusters in a data set using $p$-values from Multiple Tests of Hypotheses},
author = {Soumita Modak},
journal= {arXiv preprint arXiv:2605.20806},
year = {2026}
}