应用多元分析讲义下册.pdf

第一章 矩阵代数  §1.1 定义  §1.2 矩阵的运算  §1.3 行列式  §1.4 矩阵的逆  §1.5 矩阵的秩  §1.6 特征值、特征向量和矩阵的迹  §1.7 正定矩阵和非负定矩阵  §1.8 特征值的极值问题 八、类的个数  如果能够分成若干个很分开的类，则类的个数就比 较容易确定；反之，如果无论怎样分都很难分成明 显分开的若干类，则类个数的确定就比较困难了。  确定类个数的常用方法有： 1.给定一个阈值T。 2.观测样品的散点图。 3.使用统计量。 1.给定一个阈值T  通过观测树形图，给出一个你认为合适的阈值T， 要求类与类之间的距离要大于T，有些样品可能会 因此而归不了类或只能自成一类。这种方法有较强 的主观性，这是它的不足之处。 2.观测样品的散点图  如果样品只有两个或三个变量，则可通过观测数据 的散点图来确定类的个数。对于三个变量，可使用 SAS软件的交互式数据分析菜单系统通过旋转三维 坐标轴从各个角度来观测散点图。  如果变量个数超过三个，则可对每一可能考虑的聚 类结果分别使用费希尔判别法进行降维，将所有样 品的前两个或三个判别式得分制作成散点图，观测 类之间是否分离得较好以决定分几类较为合适。 从散点图中进行主观聚类  观测散点图还有一个重要的用途，就是从直觉上来 判断所采用的聚类方法是否合理，甚至有时直接从 散点图中进行主观的分类，效果也许会好于正规的 聚类方法，特别是在寻找“自然的”类方面。 寻找“自然的”类 3.使用统计量 2  （1）R 统计量。 2  （2 ）半偏R 统计量。  （3 ）伪F 统计量。  （4 ）伪t统计量。 §6.4 动态聚类法  动态聚类法的基本思想是，选择一批凝聚点或给出 一个初始的分类，让样品按某种原则向凝聚点凝聚， 对凝聚点进行不断的修改或迭代，直至分类比较合 理或迭代稳定为止。类的个数k可以事先指定，也可 以在聚类过程中确定。选择初始凝聚点（或给出初 始分类）的一种简单方法是采用随机抽选（或随机 分割）样品的方法。  动态聚类法有许多种方法，本节中，只讨论一种比 较流行的动态聚类法——k均值法。k均值法是由麦 奎因（MacQueen,1967 ）提出并命名的一种算法。 k均值法的基本步骤  (1)选择k个样品作为初始凝聚点，或者将所有样品 分成k个初始类，然后将这k个类的重心（均值）作 为初始凝聚点。  (2)对除凝聚点之外的所有样品逐个归类，将每个样 品归入凝聚点离它最近的那个类（通常采用欧氏距 离），该类的凝聚点更新为这一类目前的均值，直 至所有样品都归了类。  (3)重复步骤(2)，直至所有的样品都不能再分配为止。  最终的聚类结果在一定程度上依赖于初始凝聚点或 初始分类的选择。经验表明，聚类过程中的绝大多 数重要变化均发生在第一次再分配中。  例9.4.1 对例9.3.1采用k均值法聚类，指定k=2 ，具 体步骤如下：  (1) 随意将这些样品分成G(0) 1,6,8 和G(0) 2,11 1   2   1 6 两类，则这两个初始类的均值分别是5和 。