实用多元统计分析——ynh.docVIP

中 国 地 质 大 学 研究生课程论文封面 课程名称 实用多元统计分析 教师姓名 研究生姓名 研究生学号 研究生专业 石油与天然气工程 所在院系 资源学院 类　　　别 硕士 日　　　期 2013 年12月19日 一．聚类分析 聚类分析是根据“物以类聚”的道理，对样品或指标进行分类的一种方法，它们讨论的对象是大量的样品，要求能合理地按各自的特性来进行合理的分类，没有任何模式可供参考或依循，即是在没有先验知识的情况下进行的。井号 层位 相对 分选 系数 汞孔隙度 饱和度 中值压力 平均 孔隙半径 结构 系数 最大 排驱 压力 孔隙度 最大 汞饱和度 Ek1 0.92 10.74 5.01 7.16 1045.50 0.12 15.00 71.61 2 Es3 1.35 15.04 4.31 7.95 198.41 0.16 23.05 65.25 3 Ek2 1.33 6.62 9.24 8.91 988.10 0.27 10.26 64.53 3 Ek2 0.90 10.97 1.40 9.46 257.39 0.23 14.73 74.65 4 ME 1.07 7.99 10.33 7.98 179.61 4.21 12.02 66.51 5 Ek3 1.24 10.71 2.37 8.39 1304.80 0.17 15.86 67.52 6 ES1 0.94 15.60 0.27 17.70 16.64 0.01 19.42 80.34 7 MZ 1.26 9.57 6.16 6.90 392.55 0.22 14.53 65.90 8 K-J 0.25 15.15 10.92 4.81 356.23 0.06 23.66 64.03 2.聚类分析方法 按照聚类过程以及所使用的算法，可以将聚类分析分为快速聚类和系统聚类法（分层聚类）。快速聚类主要是大规模的样品进行有效的聚类。分层聚类既可以对样品进行聚类，又可以对指标进行聚类。本次作业分别利用两种方法来对表1所示的数2：初始类中心 表3：聚类结果表 表4：迭代过程中凝聚点（聚类中心）变化值结果表 表5：最终凝聚点（聚类中心） 表6：最终聚类中心距离 表8：各类所含的样品数 ：：： 表7：各聚类变量的方差分析结果 3.1.2快速聚类方法过程及分析 由输出结果可以得到以下结论： 1．确定凝聚点：因为凝聚点的选择采用了系统默认的方式，所以系统将枣74张海2-2王26-1 类似可得第二类和第三类之间的距离。则挑选一个较小距离，然后乘以0.01则得收敛标准（具体计算过程略）。 3．如表3所示，对样本的聚类结果将4.、8、9分为一类；将2、5、7分为一类；将1、3、6分为一类； 4．如表4所示，每次聚类都要计算凝聚点的变化，这组数据凝聚点变化值为：57.34、115.643、192.044；最终凝聚点则如表5所示。 5．表6为最终聚类中心距离，第一类与第二类的中心距离为203.905；第一类与第三类的中心距离为777.425；第二类与第三类的中心距离为981.273； 6．表8所示为每类样品所包含的样品数。 3.2系统聚类法（分层聚类法） 基本思想：先将待聚类的n类样品（或变量）各自看成一类，共n类，然后按选定的方法计算每两类之间的聚类统计量，将关系最密切的两类聚为一类，即有n-1类，在按前面的方法计算新类与其它类之间距离（或相似系数），在将关系密切的两类聚为一类，有n-2类，如此继续，每次重复都减少一类，直到所有样品（或变量）聚为一类 3.2.1聚类结果 表9：参与聚类分析的样品概述 表10：样品间的距离矩阵 表11：聚类步骤表 表12：聚类结果表 3.2.3系统聚类方法过程及分析 由输出结果得到以下结论： 1．从表9聚类分析样品的概述中可以看出，参与聚类分析的有效样品的变量数为9个，占所有样品100％；参与聚类分析的有效样品的变量所含有缺失值的样品数为0个，占所有样品的0％；参与聚类分析的总样品的变量数