数学建模算法全收录——第29章 多元分析.pdf

第二十九章 多元分析 多元分析（multivariate analyses ）是多变量的统计分析方法，是数理统计中应用广 泛的一个重要分支，其内容庞杂，视角独特，方法多样，深受工程技术人员的青睐和广 泛使用，并在使用中不断完善和创新。由于变量的相关性，不能简单地把每个变量的结 果进行汇总，这是多变量统计分析的基本出发点。 §1 聚类分析 将认识对象进行分类是人类认识世界的一种重要方法，比如有关世界的时间进程 的研究，就形成了历史学，也有关世界空间地域的研究，则形成了地理学。又如在生物 学中，为了研究生物的演变，需要对生物进行分类，生物学家根据各种生物的特征，将 它们归属于不同的界、门、纲、目、科、属、种之中。事实上，分门别类地对事物进行 研究，要远比在一个混杂多变的集合中更清晰、明了和细致，这是因为同一类事物会具 有更多的近似特性。在企业的经营管理中，为了确定其目标市场，首先要进行市场细分。 因为无论一个企业多么庞大和成功，它也无法满足整个市场的各种需求。而市场细分， 可以帮助企业找到适合自己特色，并使企业具有竞争力的分市场，将其作为自己的重点 开发目标。 通常，人们可以凭经验和专业知识来实现分类。而聚类分析（cluster analyses ）作 为一种定量方法，将从数据分析的角度，给出一个更准确、细致的分类工具。 1.1 相似性度量 1.1.1 样本的相似性度量 要用数量化的方法对事物进行分类，就必须用数量化的方法描述事物之间的相似 程度。一个事物常常需要用多个变量来刻画。如果对于一群有待分类的样本点需用p 个 变量描述，则每个样本点可以看成是R p 空间中的一个点。因此，很自然地想到可以用 距离来度量样本点间的相似程度。 记Ω是样本点集，距离d (⋅,⋅) 是Ω×Ω→R + 的一个函数，满足条件： 1）d (x , y ) ≥0 ，x , y ∈Ω； 2 ）d (x , y ) 0 当且仅当x y ； 3 ）d (x , y ) d (y , x) ，x , y ∈Ω； 4 ）d (x , y ) ≤d (x , z ) +d (x , y ) ，x , y , z ∈Ω。 这一距离的定义是我们所熟知的，它满足正定性，对称性和三角不等式。在聚类 分析中，对于定量变量，最常用的是 Minkowski 距离 -443- 1 ⎡ p q ⎤q dq (x , y ) ⎢∑xk −y k ⎥ ，q 0 ⎣k 1 ⎦ 当q 1,2 或q →+∞时，则分别得到 1 ）绝对值距离 q d (x , y ) ∑xk −y k ， （1） 1 k 1 2 ）欧氏距离 1 ⎡ p 2 ⎤2 d (x ,y ) ∑x −y ， （2 ） 2 ⎢ k k ⎥ ⎣k 1 ⎦ 3 ）Chebyshev 距离 d∞(x , y ) max xk −y k 。 （3 ） 1≤ ≤ k p