第6章相关回归和聚类.ppt

* * * * * * * * 案例 2008年我国部分省市的土地利用情况 地区 园地 牧草地 居民点及工矿 交通用地 水利设施 北京 12.0 0.2 27.9 3.3 2.6 天津 3.5 0.0 28.1 2.2 6.5 河北 70.5 79.9 154.5 12.0 12.9 山西 29.5 65.8 77.3 6.3 3.3 内蒙 7.3 6560.9 123.9 16.0 9.3 辽宁 59.6 34.9 115.9 9.2 14.8 吉林 11.5 104.4 84.2 6.7 15.6 黑龙江 6.0 220.8 116.1 11.9 21.2 上海 2.1 0.0 23.0 2.1 0.2 江苏 31.6 0.1 161.0 13.1 19.3 浙江 66.1 0.0 81.7 9.5 13.8 安徽 33.9 2.8 133.4 10.1 22.7 附件 62.9 0.3 50.7 7.9 6.1 江西 27.8 0.4 67.5 7.5 20.5 山东 100.7 3.4 209.3 16.3 25.5 聚类表 阶 群集组合 系数 首次出现阶群集 下一阶 群集 1 群集 2 群集 1 群集 2 1 2 9 67.670 0 0 2 2 1 2 109.005 0 1 8 3 10 12 794.900 0 0 7 4 11 13 1033.180 0 0 5 5 11 14 1719.680 4 0 8 6 4 7 2013.020 0 0 11 7 6 10 3062.440 0 3 9 8 1 11 4446.491 2 5 11 9 3 6 6479.907 0 7 10 10 3 15 9737.865 9 0 12 11 1 4 10213.680 8 6 12 12 1 3 16417.371 11 10 13 13 1 8 46321.474 12 0 14 14 1 5454 13 0 0 * * * * * * * * * * * * * * * * * * * * * * * * * * * 例题 年份 粮食产量(万吨) 化肥(万吨) 播种面积(公顷) 1988 2097.5 291.9 9139434 1989 2134.5 333.6 9063694 1990 2148.7 386.2 8842387 1991 2314.5 502 9023392 1992 2217.1 541.5 8904016 1993 2904.0 610.8 9307692 1994 2893.5 661.5 9014019 1995 2710.5 662.7 9035000 1996 2545.7 677.5 9376427 1997 2948.4 637.4 9360000 1998 2663.0 724.5 9057823 步骤 在Analyze中选择Regression中的Linear 选择自变量和因变量 第三节 聚类分析(Cluster Analysis) 基本原理和方法 系统聚类法 K值聚类法 一.原理和方法 人们所研究的样品或者指标(变量)之间存在不同程度的相似性(亲疏关系)。 聚类分析是研究“物以类聚”的一种方法，有时称为群分析、点群分析、簇类分析。 分类问题是各个学科普遍存在的问题。如：市场营销中细分市场、人口研究中生育分类模式，等等。 案例 乐购(Tesco)是英国最大，世界第三大零售商，乐购在客户忠诚度方面领先同行. 乐购在利用信息技术进行数据挖掘、增强客户忠诚度方面走在前列. 乐购利用磁卡扫描技术和电子会员卡(存储包括年龄、收入、职业和信用等级等属性)结合起来分析会员的偏好和消费模式 乐购根据消费者的偏好识别了6个细分群体；根据生活阶段分出了8个细分群体；根据使用和购买周期划分了11个细分群体；根据购买习惯和行为模式更是细分5000个群体。 带来的好处 更有针对性的价格策略 更有选择性的采购计划 更个性化的促销活动 更贴心的客户活动 更可测的营销活动 更有信服力的市场调查 基本思想 聚类分析就是采用定量数学方法，根据一批样品的多个观测指标，具体找出一些能够度量样品或指标之间相似程度的统计量，以这些统计量为划分类型的依据。 把一些相似程度较大的样品(指标)聚合为一类，把另外一些彼此之间相似程度较大的样品又聚合为另一类，关系密切的聚合到一个小的分类单位，关系疏远的聚合到一个大的单位，直到把所有的样品聚合完毕。 聚类矩阵 有N个对象，P个指标。聚类分析就是依据这P个指标，对