15=Chap19聚类分析和判别分析.pptVIP

* Chap19 聚类分析和判别分析 P268~279 Cluster analysis and discriminant analysis 教学目的与要求 ：1.5学时 掌握：意义、用途和一般步骤。 熟悉：SPSS操作方法和结果的解读。 了解：Fisher判别、Bayes判别 。 教学内容提要 ： 重点讲解：意义、用途和一般步骤。 讲解： SPSS的操作方法。 介绍： Fisher判别、Bayes判别 。 重点：意义、用途和一般步骤。 难点： Fisher判别、Bayes判别 。 §1　聚类分析(Cluster Analysis) P268 一、概念：将没有分类信息的资料按距离最近或最相似的聚为一类的原则进行探索性分类的方法。 类中的个体相似，类间的个体差异大。 二、分类 1.样品聚类（Q型聚类）：对n个观测对象（观察单位）进行聚类。 2.变量聚类（R型聚类）：对m个观测指标（变量）聚类。 三、描述指标: 相似性系数（similarity coefficient） 1.样品聚类（Q型） 计量: Pearson r 等级: Spearman rs 计数: 列联系数 c 2.变量聚类（R型） 计量: 欧氏、马氏距离 等级: →数量化→欧氏、马氏 计数: 列联系数 c 四、 聚类方法 1.有序样品聚类: 大小顺序，同类样品必须相邻。Hb 2.模糊聚类: 属性→模糊矩阵→分类。三好、优干 3.快速聚类（Quick cluster，K-均值聚类K-Means Cluster，逐步聚类） : L19-1 大n→k类→k个中心（均值）→归类（最小距离原则）。 4.系统聚类: L19-2 n类→缩类（相近原则）→k类（目标） 46 23 10 12 9 9 10 46 14 13 15 8 9 9 46 31 9 14 10 9 8 69 38 21 26 16 20 7 37 23 16 22 14 19 6 38 26 12 24 12 13 5 23 20 9 7 7 7 4 39 24 13 19 12 11 3 35 34 14 15 14 10 2 39 22 14 28 13 14 1 译码 积木 填图 理解 算术 常识 测验项目 学生 编号 【例19-1】某小学10名9岁男学生六个项目的智力测验得分如表19-1所示，用Q型聚类对这10名学生的智力状态进行分类。 【SPSS操作】样品聚类，可用快速聚类法。 建立6列10行的数据文件L19-1.sav：以常识、算术、理解、填图、积木、译码为变量名。 Analyze → Classify → K-Means Cluster，所有变量入Variables；将“Number of Clusters：2 改为 3 （智力分上中下3类）→ Options ，√ ANOVA table、√ Cluster information for each case→ Continue →OK （上中下3类智力只在填图和译码的平均分上差别有统计学意义, 即填图和译码可作为聚类变量） 【例19-2】 L19-1.sav：按测试项目进行聚类分析。 变量聚类，采用系统聚类法。 Analyze →Classify →Hierarchical Cluster（系统聚类分析），所有变量入Variable(s)，⊙Variables（变量聚类）→Plots，Dendrogram（树状图，显示每步合并的聚类与系数的值）→Continue→OK §2　判别分析(discriminant analysis ) P273 一、意义：判别样品所属类型。 用于判别任意一个已知特定测量指标取值，但分类未知的个体应归属于哪一类。 判别值Y＝a1X1+ a2 X2 +…+ amXm （19-1） a l、a2、…、am为各变量的判别系数。 聚类：要划分的类型事先不知，确定类型。无类分类 判别：已知变量值及其分类，建立判别式，对未知类型的样品进行判别分类。如评优. 有类归类 判别分析和聚类分析往往联合起来使用。 二、步骤 三、 方法：按判别准则 1. Fish