原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多元统计实验报告
设计题目： 聚 类 分 析
聚类分析是根据“物以类聚”的道理，对样品或指标进行分类的一种多元统计分析方法，它们讨论的对象是大量的样品，要求能合理地按各自的特性来进行合理的分类，没有任何模式可供参考或依循，即是在没有先验知识的情况下进行的。
基本思想：是根据事物本身的特性研究个体分类的方法；
聚类原则：是同一类中的个体有较大的相似性，不同类中的个体差异很大
系统聚类分析法
一、分析数据
1990年全国人口普查数据
二、基本原理
系统聚类的基本思想是：距离相近的样品（或变量）先聚成类，距离相远的后聚成类，过程一直进行下去，每个样品或变量总能聚到合适的类中。
系统聚类的计算步骤：
对数据进行变换处理，消除量纲
构造n个类，每个类只包含一个样本计算
n个样本两两间的距离{dij}
合并距离最近的两类为一新类
计算新类与当前各类的距离，重复上一步
画聚类图
决定类的个数和类
三、实验步骤
1、选择Analyze→Classify→Hierarchical Cluster，Case Processing Summarya,b Cases Valid Missing Total N Percent N Percent N Percent 30 100.0 0 .0 30 100.0 a. Squared Euclidean Distance Undefined error #14704 - Cannot open tex b. Average Linkage (Between Groups) 上表显示进行聚类分析的有效样品30个，无缺失值。
2、聚类解
Cluster Membership Case 5 Clusters 4 Clusters 3 Clusters 1:北京 1 1 1 2:天津 2 2 1 3:河北 3 3 2 4:山西 3 3 2 5:内蒙 3 3 2 6:辽宁 3 3 2 7:吉林 3 3 2 8:黑龙江 3 3 2 9:上海 2 2 1 10:江苏 3 3 2 11:浙江 3 3 2 12:安徽 4 3 2 13:福建 3 3 2 14:江西 3 3 2 15:山东 3 3 2 16:河南 3 3 2 17:湖北 3 3 2 18:湖南 3 3 2 19:广东 3 3 2 20:广西 3 3 2 21:海南 3 3 2 22:四川 3 3 2 23:贵州 4 3 2 24:云南 4 3 2 25:西藏 5 4 3 26:陕西 3 3 2 27:甘肃 4 3 2 28:青海 4 3 2 29:宁夏 4 3 2 30:新疆 3 3 2 Agglomeration Schedule Stage Cluster Combined Coefficients Stage Cluster First Appears Next Stage Cluster 1 Cluster 2 Cluster 1 Cluster 2 1 23 24 .041 0 0 18 2 3 15 .054 0 0 7 3 18 21 .063 0 0 12 4 27 28 .068 0 0 18 5 5 10 .084 0 0 11 6 11 26 .084 0 0 8 7 3 16 .090 2 0 11 8 11 17 .102 6 0 13 9 13 14 .129 0 0 20 10 7 8 .130 0 0 16 11 3 5 .141 7 5 13 12 18 19 .143 3 0 15 13 3 11 .220 11 8 23 14 12 29 .254 0 0 22 15 18 30 .269 12 0 17 16 4 7 .304 0 10 21 17 18 22 .399 15 0 19 18 23 27 .508 1 4 22 19 18 20 .534 17 0 20 20 13 18 .752 9 19 23 21 4 6 .815 16 0 25 22 12 23 .892 14 18 26 23 3 13 .960 13 20 25 24 2 9
文档评论（0）