第九讲系统聚类.docVIP

第九讲 系统聚类分析 人们往往会碰到通过划分同类属性的对象很好的解决问题的情形，而不论这些对象是个体、公司、产品甚至行为。为此常用的技巧是聚类分析。聚类分析将个体或对象分类，使得同一类的对象之间的相似性比与其他类的对象的相似性更强。目的在于使类间对象的同质性最大化和类与类间对象的差异性最大化。 导言 近些年类，统计学的多元分析方法有了迅速的发展，多元分析技术自然被引用到分类学中，于是从数值分类逐渐分离出聚类分析这个新的分支。 我们认为，所研究的样品或指标（变量）之间存在着程度不同的相似性（亲疏关系）。于是根据一批样品的多个观测指标，具体找出一些能够度量样品或指标之间的相似度的统计量，以这些统计量为划分类型的依据，把一些相似度较大的样品（或指标），聚合为一类，把另一类彼此之间相似程度较大的样品（或指标）又聚合为另一类，关系密切的聚合到一个小的分类单位，关系疏远的聚合到一个大的分类单位，直到把所有样品（或指标）都聚合完毕，把不同类型一一划分出来，形成一个由小到大的分类系统。最后把整个分类系统画成一张分类图（又称谱系图），用它把所有样品（或指标）间的亲疏关系表示出来。 在经济、社会、人口研究中，存在着大量分类研究、构造分类模式的问题。过去人们主要靠经验和专业知识，作定性分析处理，致使许多分类带有主观性的任意性，不能很好的揭示客观事物内在本质差别和联系，特别是对于多因素、多指标的分类问题，