多元统计分析聚类分析.pptVIP

多元统计分析 数统学院 应统张腾飞 20150613027 主要内容 一、数据说明 二、聚类方法 三、聚类结果 四、结论感想 数据的选取 从西南证券里找到的中证100指数9月1日到2月26日的收盘价数据。利用R计算数据的均值协方差和相关系数，程序如右图所示： 为了方便演示，我们选择前三个变量的前12个样本利用程序进行皮尔逊相关性检验： C1=C[1:12,1:3] write.table(C1,file =C1.txt) colMeans(C1) cov(C1) cor(C1) cor.test(~平安银行+万科A, data=C1) cor.test(~平安银行+中兴通讯, data=C1) cor.test(~万科A+中兴通讯, data=C1) 得出结果如下： 结果分析 根据结果我们可以看出平安银行和万科A是相关的 平安银行和中兴通讯是不相关的 万科A和中兴通讯是相关的 从西南证券里找到的能源互联指数版块2月26日的数据 D=read.csv(ncsv,header=F) outline-function(x, txt=TRUE){if (is.data.frame(x)==TRUE)#轮廓图 x-as.matrix(x);m-nrow(x); n-ncol(x) plot(c(1,n), c(min(x),max(x)), type=n, main=The outline graph of Data,xlab=Number,ylab=Value) for(i in 1:m){lines(x[i,], col=i) if (txt==TRUE){k-dimnames(x)[[1]][i] text(1+(i-1)%%n, x[i,1+(i-1)%%n], k)}}} outline(D) 利用程序得到轮廓图 stars(D)#星图 windows() stars(D,full=FALSE, draw.segments = TRUE,key.loc = c(5,0.5), mar = c(2,0,0,0))#半幅星图 #脸谱图 D=read.csv(ncsv,header=F) library(aplpack) windows() faces(D) #调和曲线图 unison-function(x){ if (is.data.frame(x)==TRUE) x-as.matrix(x); t-seq(-pi, pi, pi/30); m-nrow(x); n-ncol(x); f-array(0, c(m,length(t))) for(i in 1:m){f[i,]-x[i,1]/sqrt(2) for( j in 2:n){ if (j%%2==0) f[i,]-f[i,]+x[i,j]*sin(j/2*t) else f[i,]-f[i,]+x[i,j]*cos(j%/%2*t) } } plot(c(-pi,pi), c(min(f),max(f)), type=n, main=The Unison graph of Data, xlab=t, ylab=f(t)) for(i in 1:m) lines(t, f[i,] , col=i)} windows() unison(D) 得到星图 得到调和曲线图 聚类分析问题 同样利用中证100指数数据在欧式距离下分别利用最长距离法、类平均法、重心法、离差平方和法对100支股票进行聚类。 利用R程序如下： read.csv(zz100.csv,header=F)-DA d-dist(DA) hc1-hclust(d, centroid) hc2-hclust(d, complete) hc3-hclust(d, average) hc4-hclust(d, ward.D) opar - par(mfrow = c(2, 2)) plot(hc1,hang=-1); plot(hc2,hang=-1) plot(hc3,hang=-1); plot(hc4,hang=-1) par(opar) km-kmeans(d,3,nstart=100);km sort(km$cluster) 四中种聚类方法结果如下：