聚类分析在SAS中的实现.pptVIP

聚类分析;主要内容 ;概述;;基本程序 是根据一批样品的多个观测指标，具体地找出一些能够度量样品或指标之间相似程度的统计量，然后利用统计量将样品或指标进行归类。 具体进行聚类时，由于目的、要求不同，因而产生各种不同的聚类方法：;举例 对上市公司的经营业绩进行分类；据经济信息和市场行情，客观地对不同商品、不同用户及时地进行分类。又例如当我们对企业的经济效益进行评价时，建立了一个由多个指标组成的指标体系，由于信息的重叠，一些指标之间存在很强的相关性，所以需要将相似的指标聚为一类，从而达到简化指标体系的目的。 ;按照聚类分析分组依据的原则不同分组 按照聚类分析的对象不同分组 ;系统聚类分析法 在样品距离的基础上定义类与类的距离，首先将各个样品自成一类，然后每次将具有最小距离的两个类合并，合并后再重新计算类与类之间的距离，再并类，这个过程一直持续到所有的样品都归为一类为止。这种聚类方法称为系统聚类法。根据并类过程所做的样品聚类过程图称为聚类谱系图。 ;动态聚类分析法 将个样品初步分类，然后根据分类函数尽可能小的原则，对初步分类进行调整优化，直到分类合理为止。这种分类方法一般称为动态聚类法，也称为调优法。 模糊聚类分析法 利用模糊数学中模糊集理论来处理分类问题，它对经济领域中具有模糊特征的两态数据或多态数据具有明显的分类效果。;图论聚类法 利用图论中最小支撑树（MST）的概念来处理分类问题，是一种独具风格的方法。 聚类预报法 利用聚类方法处理预报问题，主要是处理一些异常数据，如气象中的灾害性天气的预报，这些异常数据采用回归分析或判别分析处理的效果不好，而聚类预报可以弥补回归分析及判别分析方法之不足，是一个很值得重视的方法。;Q型聚类分析法 对样本进行分类，是具有共同特点的样本聚在一起，以便对不同类的样本进行分析。 作用 ① 综合利用多个变量对样品进行分类； ② 分类结果直观，聚类谱系图清晰； ③ 聚类结果细致、全面、合理。;R型聚类分析法 对变量进行的分类处理。 作用 ① 了解变量之间，以及变量组合之间的亲疏程度； ② 根据变量分类的结果，可以选择最佳的变量组合进行回归分析或者Q型聚类分析。选择最佳变量，即在聚合的每类变量中选出一个具有代表性的变量作为典型变量。;Q型聚类的统计量 对样品进行分类时，通常采用距离来表示样品之间的亲疏程度。 常用的距离有： （1）明氏距离（明科夫斯基Minkowski） （2）兰氏距离（Lance和Williams） （3）马氏距离（Mahalanobis） （4）斜交空间距离;R型聚类的统计量 对变量进行聚分类析时，通常采用相似系数来表示变量之间的亲疏程度。 常用的相似系数有： （1）夹角余弦 （2）相关系数 （3）指数相似系数 （4）非参数方法;SAS解决方案;CLUSTER语句格式;在CLUSTER语句的“METHOD= ”关键字下，可以指定11种系统聚类方法。 AVERAGE:类平均法 CENTROID:重心法 COMPLETE:最长距离法 DENSITY:密度估计法 EML:最大似然谱系聚类 FLEXIBLE:可变类平均法 MCQUITTY:可变法及McQuitty相似分析法 MEDIAN:中间距离法 SINGLE:最短距离法 TWOSTAGE:两阶段密度估计法 WARD:离差平方和法 ;FASTCLUS语句格式;例题1;例题1;树形图;;例题2;;ACECLUS语句格式;VARCLUS语句格式;TREE语句格式;例：100个学生的数学、物理、化学、语文、历史、英语的成绩如下表（部分）。 ;【SAS程序】 Proc Varclus DATA=sasuser.kejian Outtree=tree1; var math phys chem literat history english; Proc Tree data=tree1; Run;;;;THANK YOU!