多元统计考试小论文陕西省气候差异的聚类分析..docVIP

陕西省气候差异的聚类分析 摘要： 本文以陕西省10个地级城市为研究对象，选取2012年陕西省气候的相关数据，利用SPSS 22.0软件，对陕西省各大城市的平均气温、日照时数、平均风速、相对湿度、无霜期、气压、降水量，共七个指标进行系统聚类分析和K均值聚类分析，并比较聚类的结果，对10个地级城市的气候进行了客观评价。最后，提出了一些相应的对策与建议，为有关部门政策的制定提供参考与依据。 关键词：陕西省，气候，聚类分析 ，SPSS 22.0 引言 气候在各个地区不尽相同，又与人们的生活息息相关。距离很近的两个城市，气候可能相同，也有可能不同。陕西南北狭长，地形多样气候差异很大，明显区分为三个气候带，即温带、暖温带和北亚热带陕南属北亚热带气候，关中及陕北大部属暖温带气候，陕北北部长城沿线属中温带气候。 聚类分析是分析样品（或变量）量化分类的问题。本文选用多元统计分析中聚类分析的系统聚类分析方法与K均值聚类分析方法，对陕西省各大城市的气候指标进行聚类分析，比较各地区间的气候差异，结合所得结果与实际情况，提出相应建议。下面简要介绍本文所使用的两种聚类方法。 系统聚类：其基本思想是为距离相近的样品（或变量）先聚成类，距离相远的后聚成类，过程一直进行下去，每个样品（或变量）总能聚到合适的类中。系统聚类的过程是：假设总共有n个样品（或变量），第一步将每个样品（或变量）独自聚成一类，共有n类；第二步根据所确定的样品（或变量）“距离”公式，把距离较近的两个样品（或变量）聚合为一类，其他的样品（或变量）仍各自聚为一类，共聚成n-1类；第三步将“距离”最近的两个类进一步聚成一类，共聚成n-2类；……以上步骤一直进行下去，最后将所有的样品（或变量）聚成一类。在这个过程中，如果某些类的最近距离相等，则可以把这几类聚成一类。为了直观地反映以上的聚类分析过程，常选择把整个分类系统地画成一张谱系图。 K均值聚类方法：其基本思想是将每一个样品分配给最近中心（均值）的类中，具体算法至少包括三个步骤：（1），将所有的样品分成K个初始类；（2），通过欧几里得距离将某个样品划入离中心最近的类中，并对获得样品与失去样品的类，重新计算中心坐标；（3）重复步骤（2），直到所有的样品都不能再分配时为止。K均值聚类算法是一种最为广泛使用的聚类方法，这种算法对于大型数据有着明显的优势，具有可伸缩性和高效的性能，通常样本量大于100时我们才进行考虑。本文只是展示这种聚类分析的运算过程，才选取该方法进行说明。 一、指标体系的建立及数据来源 地区间的气候差异受到诸多因素影响。本文借鉴研究气候所使用的方法和多元统计分析方法，结合陕西省自身的情况与特点，考虑了具有综合性、代表性、可比性、可得性和简洁性的一系列指标，从中选取一些公认的指标，构建陕西省各地区气候指标体系。根据《2012年陕西省统计年鉴》的数据，选择能够反映陕西省气候差异的平均气温（X1）、日照时数（X2）、平均风速（X3）、相对湿度（X4）、无霜期（X5）、气压（X6）、降水量（X7）共7项指标构建本文研究区的气候差异指标体系。以上7项指标基本能够反映研究区的气候差异情况，具体数据如表一所示。 2012年陕西省各地区气候指标 指标 城市 平均气温 (摄氏度) X1 日照时数 (小时) X2 平均风速 (米/秒) X3 相对湿度 (%) X4 无霜期 (天) X5 气 压 (百帕) X6 降水量 (毫米) X7 西 安 市 14.6 1544.8 1.2 62 223 969.4 426.7 铜 川 市 10.3 2007.1 2.2 67 217 904.7 502.8 宝 鸡 市 13.4 1642.1 1.2 67 224 945.3 715.3 咸 阳 市 13.0 2051.6 1.9 66 199 960.7 402.5 渭 南 市 14.5 1638.7 1.2 65 225 974.4 418.1 延 安 市 10.3 2463.0 1.4 58 206 907.0 481.8 汉 中 市 15.5 1278.7 1.2 74 238 955.8 869.7 榆 林 市 8.4 2992.2 2.6 54 210 884.7 566.8 安 康 市 15.8 1523.5 1.4 73 225 981.3 815.3 商 洛 市 12.8 1879.9 2.1 67 204 930.6 528.1 表一 研究的数据主要来自《2012年陕西省统计年鉴》和陕西省各个城市政府网站，原始数据略。 距离的选择与数据预处理 在进行聚类之前，首先要分析样品间的相似性，我们用距离来测度样品之间的相似程度。例如，如果每个样品有p个指标（变量）从不同