北航数理统计第二次数理统计大作业 判别分析.doc

数理统计大作业（二） 全国各省发展程度的聚类分析及判别分析 指导教师 院系名称 材料科学与工程院 学号 学生姓名 2015 年?12 月 日 全国各省发展程度的聚类分析及判别分析 1 摘要： 1 引言 1 1实验方案 2 1.1数据统计 2 1.2聚类分析 3 1.3判别分析 4 2结果分析与讨论 5 2.1聚类分析结果 5 2.2聚类分析结果分析： 8 2.3判别分析结果 9 2.4 Fisher判别结果分析： 11 参考文献： 16 全国各省发展程度的聚类分析及判别分析 摘要： 利用SPSS软件对全国(浙江、、甘肃除外)的主要经济指标进行，并对浙江、湖南、甘肃进行判别分析。通过这方法对全国各省进行分类。本文选取了项指标作为决定的影响因素，各项数据均来自201年国家统计年鉴。分析结果表明：北京市和上海市为类江苏省和山东省为类型 关键词：聚类分析、判别分析、引言 浙江、、甘肃浙江、、甘肃1实验方案 …”，然后对标准差标准化后的数据进行聚类分析(Hierarchical Cluster Analysis)。其过程为：依次选择“Analyze→Classify→Hierarchical Cluster”，引入的变量是X1至X7。从而对样品(个案)进行聚类，即Q型聚类分析(对研究对象本身分类)。聚类方法使用Between-groups linkage(类间平均链锁法)，距离测量技术选择Squared Euclidean distance(Euclidean距离平方，即两观察单位间的距离为其值差的平方和，该技术用于Q型聚类)。最终得出聚类分析结果。值得注意的是本文选择的聚类分类方案选择了2-5类 表1 2013年我国31个省、直辖市、自治区的各项指标数据统计 1.3判别分析 Discriminant Analysis， 将聚类分析的类作判别种类，采用自变量全进入模型来进行判别分析2结果分析与讨论 2.1聚类分析 通过SPSS对数据进行标准差标准化，结果如表2所示。 表2 N 极小值 极大值 均值 标准差 统计量 统计量 统计量 统计量 标准误 统计量 X1（亿元） 28 86.82 4742.63 1855.1736 252.95492 1338.51162 X2（亿元） 28 292.92 29427.49 9824.6500 1508.28399 7981.08870 X3（亿元） 28 428 29689 8574.96 1372.561 7262.910 X4（亿元） 28 876.0 36789.1 14096.671 1776.6957 9401.3902 X5（亿美元） 28 13 6664 1111.93 312.351 1652.805 X6 28 23.71 89.60 54.8568 2.69386 14.25459 X7（人） 28 55 8462 3731.68 432.221 2287.100 有效的 N （列表状态） 28 再对标准差标准化后的数据进行聚类分析，结果如表3、4所示。 表3 a,b 案例 有效 缺失 总计 N 百分比 N 百分比 N 百分比 28 100.0 0 .0 28 100.0 a. 平方 Euclidean 距离 已使用 b. 平均联结（组之间） 表4说明整个聚类分析过程共进行了27步，而且每一步的合并也有清楚地显示。通过该表，可以详细地了解每一步的聚类过程。 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 26 27 .064 0 0 3 2 12 25 .142 0 0 11 3 19 26 .241 0 1 18 4 7 20 .283 0 0 7 5 18 23 .310 0 0 12 6 22 28 .350 0 0 12 7 4 7 .373 0 4 9 8 15 16 .446 0 0 10 9 4 5 .676 7 0 11 10 3 15 .678 0 8 15 11 4 12 .721 9 2 14 12 18 22 .919 5 6 16 13 14 21 1.063 0 0 15 14 4 8 1.332 11 0 16 15 3 14 1.464 10 13 20 16 4 18 1.680 14 12 17 17 4 11 2.625 16 0 22 18 19 24 3.908 3 0 22 19 1 9 4.103 0 0 23 20 3 6 4.151 15 0 25 21 10 17 4.191 0 0 24 22 4 19 5.491 17 18 25 23