应用多元分析聚类分析作业.docxVIP

应用多元分析——聚类分析5.1解：判别分析是根据一定的判别准则，判定一个样本归属于哪一类，用具体的数学语言来表达就是，设有n个样本，对每个样本测得p项指标（变量）的数据，已知每个样本属于k个类别（或总体），中的某一类，且它们的分布函数分别为通过找出一个最优的划分，使得不同类别的样本尽可能地区别开，并对测得同样p项指标（变量）数据的一个新样本，能判别该样本属于哪个总体。聚类分析是分析如何对样品（或变量）进行量化分类的问题。而聚类分析是指，在聚类之前，我们并不知道判别标准，而是通过一次次的聚类，使相近的样品（或变量）聚合形成总体，即进行量化分类。通俗来讲，判别分析是在已知有多少类及是什么类的情况下进行分类，而聚类分析是在不知道类的情况下进行分类。5.3解：对样品进行聚类分析时，用距离来测定样品之间的相似程度。因为我们把n个样本看作p维空间的n个点，点之间的距离即可代表样品间的相似度，将距离近的归为一类，距离较远的点归为不同类。常用的距离为：（一）闵可夫斯基距离：q取不同值，分为（1）绝对距离()（2）欧氏距离()（3）切比雪夫距离()（二）马氏距离（三）兰氏距离对变量的相似性进行度量的时候，因为多元数据中的变量表现为向量的形式，在几何上可以用多维空间的一个有向线段表示，相对于数量的大小，我们更多地要了解变量的变化趋势或变化方向，因此用相关性进行衡量。将变量看作p维空间的向量，一般用：夹