管理统计学-第8章 聚类分析

1、npnnppxxxxxxxxxpp2122221112111121对象对象对象指标：npnnpprrrrrrrrrpp2122221112111121对象对象对象指标：miiiyxyx12),(EUCLID(m个变量) )(),(21个变量myxyxSEUCIDmiii)., 2 , 1(max),(miyxyxCHEBYCHEVii)(),(1个变量myxyxBLOCKmiii),(),(11可以任意指定个变量 PmyxyxMINKOWSKIPPmiii),(),(11可以任意指定个变量qpmyxyxCUSTOMIZEDqpmiiiTniiiixxx,21xTnjjjjxxx,21xnknk

2、kjkinkkjkiijijxxxxc11221cos) 1 (pkpkjjkiikpkjjkiikijijxxxxxxxxc11221)()()()2(Tipiiixxxx,21Tjpjjjxxxx),(21qpijGjGidqpD,|min),(x21x12x22x11dqpijGjGidqpD,|max),(x22x12x21x11d pqGiGjijdjiqpD1),(4231 4231 pXqXqXpXdqpD),(每个类的重心是该类中所有样本在各个变量上的均值所在的点。 （数据来源：中国统计年鉴 2009中国统计出版社）Hierarchical Cluster Analysis从左

3、侧选入参与聚类分析的变量 选入标签变量选择聚类类型对观测量（样本）进行聚类，对应于样本聚类对变量（指标）进行聚类，对应于变量聚类选择输出结果统计分析统计图表聚集状态表各项间的距离矩阵类成员栏不显示类成员表，为系统默认值要求列出聚为一定类数的各观测量所属的类某个范围中每步各观测量所属的类Agglomeration schedule continue Method Hierarchical Cluster Analysis：Method输出树形图 冰柱图 查看聚类的全过程 指定显示的聚类范围 不生成冰柱 确定显示方向纵向显示 水平显示 不建立新变量 单一结果 范围内的结果 Single solut

4、ion 设置为3 Continue 主对话框 “OK” 生成聚类结果聚类步骤类间的距离样本号聚类步序号下一步步序号K-Means Cluster Analysis从左侧选入参与聚类分析的变量 选入标签变量 仅按初始类别中心点分类 聚类方法栏 指定初始类别中心点，然后按K-Means算法做迭代分类 类中心数据的输入与输出设置 使用指定数据文件中的观测量作为初始类中心 把聚类结果中的各类中心数据保存早指定的文件中 限定K-Means算法的迭代次数 限定K-Means算法的收敛条件 限定在每个观测量被分配到一类后，即刻计算新的类中心 初始类中心 选择要求计算和输出的统计量方差分析表 每个观测量的分类信息 选择处理带有缺失值观测量的方法 将出现在Variables变量表中变量带有缺失值的观测量从分析中剔除当一个观测量的全部聚类变量值均缺失时，将其剔除，否则，分配到最近的一类中去Cluster membership Continue主对话框 “Options” K-Means Cluster Analysis：OptionsInitial cluster centers ANOVA table Cluster information for each