用聚类分析方法对各地区城市交通情况进行分析.docVIP

用聚类分析方法 对各地区城市交通情况进行分析 胡川 （华北科技学院基础部 北京东燕郊） 摘要 随着我国经济的快速发展，私家车的数量越来越多，给大家的出行带来严重的不便。所以现在公共交通工具给大家以及环境带来很大的方便。所以要现在通过对各个城市不同交通的使用程度进行整理，通过聚类分析对这些城市进行分类汇总。通过系统聚类分析通过不同的自变量将一些主要城市进行聚类。比如有公共汽、电车还有轨道类的交通工具一年的运营数量，一年之内运行的总的路程，以及一共的载客数量，总的行驶路程对交通部门和交通工具的管理部门产生很大的影响。 关键词 交通工具 运营数 总行程 客运量 聚类分析 一、前言 随着经济的发展，人民生活水平的提高，道路交通情况也越来越复杂。然而各个城市发展情况不同，交通的发达情况也不同，因此对道路交通的研究就有一定的必要性。 本文拟采用聚类分析的方法对道路交通情况进行分析，把相似的东西放在一起，从而使得类别内部的“差异”尽可能小，而类别之间的“差异”尽可能大，使得交通情况相似的城市为一类，以此区分各个城市的发达程度。 二、数据的收集和整理 本文以2013年全国31个省份的客运情况为研究对象进行聚类分析，具体数据如表1（数据来源于《国家统计年鉴》）。 表1 地区年末运营数量运营线路长度客运总量公共汽、电车轨道交通公共汽、电车轨道交通公共汽、电车轨道交通北 京23592399819688465484306320469天 津96706261346014313649024437河 北1749801964702027270山 西895701465501563640内蒙古672101112301086850辽 宁209294582207414140378231851吉 林1087338012855551641437235黑龙江155256614982172367591397上 海16717349023824567271048250628江 苏327106705074213443951250125浙 江2523028843749483213599238安 徽1302301106802110120福 建1241401703002270040江 西773301129101305110山 东3503105141204113110河 南18770150181452626609265湖 北17134402163557232887427343湖 南1401001376402718820广 东52189247088696437743710297111广 西76110973301381610海 南2670040220437560重 庆106807021697217022134240049四 川21815312199274836089519359贵 州54540530001392650云 南8533721508640149918376西 藏3820963080010陕 西1146828287384523854212190甘 肃53590496901107110青 海2083019790417600宁 夏3192053420416640新 疆86310758301530910 三、聚类分析操作步骤 进入SPSS，打开Variable View视区定义“姓名”为字符串型的变量，“成绩”为数据型的变量，然后在Data View视区输入原始数据。 在“Analyze”主菜单中选择“Classify”菜单项，然后点击“Hierarchial Cluster”菜单进入“Hierarchial Cluster:Analysis”对话框。在输出结果进行设置：单击“Plots”按钮，选择最后输出的图形为树形图（Dendrogram选项）对话框；单击“Method”按钮进入对话框，选择数值标准到Z分数；其他选项本文一律采用默认值。设置完毕后，点击“OK”完成操作。 四、聚类结果分析 图1 图1表示数据的有效个数，31个省份的数据均为有效数据，无缺失情况。 图2 图2表示聚类分析的树状结果图，根据上图可知