Reclustering：一种测试聚类程度的新方法
统计方法学
2025-11-12 v1
摘要
当学者怀疑单位在聚类内部彼此依赖但在聚类之间相互独立时，通常会采用聚类稳健标准误 (CRSE)。然而，有时聚类范围本身未知。例如，在�截断抽样样本中，聚类可能是家庭、市镇、县或州。虽然提出了一些方法，但这些方法基于渐近统计。在此提出一种新方法以解决此问题，适用于有限样本：重聚类。即，我们随机且反复地将细粒度聚类重新组织为粗粒度聚类，并计算诸如 CRSE 的统计量。在细粒度聚类彼此独立的原假设下，它们如何被组织成粗粒度聚类对任何聚类敏感的统计量应没有影响。因此，如果基于原始聚类的统计量是诸如此类的统计分布中的显著异常值，则合理地拒绝原假设并采用粗粒度聚类。我比较了重聚类与若干先前测试方法的表现，采用蒙特卡洛模拟和实际应用进行评估。
引用
@article{arxiv.2511.08184,
title = {Reclustering: A New Method to Test the Appropriate Level of Clustering},
author = {Kentaro Fukumoto},
journal= {arXiv preprint arXiv:2511.08184},
year = {2025}
}