聚類分析方面的參考文獻（聚類分析選題）
本文目錄一覽：
FFPE單細胞技術打開腎癌診療研究藍海
1、FFPE單細胞技術在腎癌診療領域的研究中展現出廣闊的應用前景。通過一篇發表在Cancer research上的論文[1]，研究人員采用單細胞RNA測序（scRNA-seq）和單細胞轉錄激活測序（scATAC-seq）技術，深入探究了透明細胞腎癌(ccRCC)的基因表達和DNA調控特性。
解讀---熱圖
熱圖是一種利用顏色來代表數字的圖表，使得數據的呈現更加直觀，對比更加明顯。熱圖的作用包括：（1）直觀地展示多個基因在不同樣本中的全局表達量變化；（2）展示多個基因在不同樣本中的表達量聚類關系。聚類是一種基于多組值間差異程度或相似程度的分析，通過對多組值進行層級聚類，得到樣本間的遠近關系。
熱圖是一種強大的數據可視化工具，它由熱圖主體和組件構成。主體通常按行和列劃分，中心部分展示了實驗數據的分布情況。組件包括標題、分類圖、矩陣名稱和行列注釋，這些元素幫助解讀數據背后的含義。例如，橫坐標代表樣本，縱坐標表示基因，顏色（紅綠）代表表達量高低，紅色表示高表達，綠色表示低表達。
熱圖基本解讀 熱圖通過將數據矩陣中的值映射為顏色展示，顏色變化可視化比較數據。熱圖中每個單元格的顏色展示的是行變量和列變量交叉處的數據值的大小。若行為基因，列為樣品，則對應基因在對應樣品的表達值；若行和列都為樣品，展示的是對應的兩個樣品之間的相關性。
rnaseq數據分析
1、RNA-seq（RNA測序）是一種先進的轉錄組研究技術，它利用高通量測序平臺來直接測量細胞中的RNA分子數量。這種技術能夠提供關于基因表達的定量信息，包括未知基因的發現、已知基因的表達水平變化、以及可變剪接事件等。
2、進行RNA-seq轉錄組數據分析，通常有兩種主要方法。一種是利用現成的軟件進行分析，這種方式對新手友好，需要掌握的基本操作和原理。另一種則是自己下載并運行各種Linux程序，適用于有計算機編程基礎及Linux命令操作能力的用戶，對新手來說挑戰較大。
3、RNA-Seq原始數據質量控制(QC)是非常重要的一個環節，由于各種原因，例如測序平臺、實驗操作等，原始測序數據可能存在不少問題，如低質量讀段、接頭序列、污染序列等。為了確保后續分析的準確性，需要先進行質量控制。
人口老齡化主元回歸模型研究
1、摘要： 為研究人口老齡化與城市綜合發展水平之間的關系，以中國60個主要城市為研究對象，通過聚類分析，建立主元回歸模型進行實證研究。
SPSS之層次聚類及主成分回歸
1、層次聚類法即系統聚類法，又稱分層聚類法。 打開SPSS，點擊“分析”、“分類”、“系統分類”。分別對“統計”、“圖”、“方法”、“保存”進行如下操作，點擊“繼續”、“確定”。下面這步的“聚類方法”可分別采用“類平均法”、“最短距離法”、“最長距離法”。
2、對各個回歸系數的顯著性檢驗需用t檢驗；在聚類分析中，你選用了何種方法，若是快速聚類，則SPSS會按照你的要求直接給出結果的，若是分層聚類，則可從樹狀圖和冰柱圖（空格為類間分界，應從最后一行向上觀察）中查找。
3、啟動SPSS分析工具：通過快捷方式打開SPSS分析工具，該工具在戴爾電腦上運行，操作系統為Windows 10。 切換至變量視圖：在變量視圖中添加六個變量，包括“姓名”（字符串類型）以及“M”、“C”、“E”、“S”和“R”（數字類型）。 返回數據視圖：在數據視圖中輸入每個變量的相應數據。