10月9日多元统计课件聚类讲述.ppt

用SAS实现变量聚类分析 为研究人脑老化的严重成度，有人测定了不同年龄的60名正常男性10项有关指标，数据如下，各变量的含义如下：AGE为年龄、TJ为图片记忆、SG为数字广度记忆、TS为图形顺序记忆、XX为心算位数、XS为心算时间、CK为规定时间内穿孔数、BJ为步距、JJ为步行时双下肢夹角、BS步速，数据见SAS程序的数据步。试对这些指标作变量聚类分析。 * 用SAS实现变量聚类分析 * * * * * * 专业结论：结合专业知识发现，由第3过程步分类的结果比较合理，即第１类中含BJ（步距）、JJ（步行时双下肢夹角）、BS（步速）三个与走步有关的变量；第２类中含TJ（图片记忆）、XS（心算时间）、TS（图形顺序记忆）三个与记忆、计算有关的指标；第３类中含SG（数字广度记忆）、XX（心算位数）两个与记忆、计算有关的指标；第４类中含AGE（年龄）、CK（穿孔）两个与视力和反应有关的指标。分类的结果将有助于研究者对影响人脑老化本质的认识，为进一步从事这方面的研究提供了一些线索。 * * 应用注意事项 聚类分析方法常用于数据的探索性分析，其结果的解释应密切结合专业知识，同时尝试用多种聚类方法分类，才能获得较理想的结论 聚类前应对变量作预处理，剔除无效变量(变量值变化很小)、缺失值过多的变量。一般需对变量作标准化变换或极差变换，以消除量纲和变异系数大幅波动的影响 * 较理想的样品分类结果应使