聚类分析和单因素方差分析简介.pptxVIP

聚类分析与 方差分析;一、聚类分析 (cluster analysis);1、聚类分析(Cluster Analysis)简介;2、聚类对象;Q型聚类：对样本进行分类;R型聚类：对指标(变量)进行分类;3、聚类过程与方法;例1、下表给出了1982年全国28个省、市、自治区农民家庭收支情况（这里节选6个地区，全部数据见附1.）， 有六个指标，利用调查资料进行聚类分析，为经济发展决策提供依据。;思考1：指标单位若不同，应如何处理？;思考2：如何衡量样本的相似性？;;（1）数据预处理;② Range 0 to 1(极差正规化变换 / 规格化变换);3、聚类过程与方法;;构造关系矩阵的常用测度;构造关系矩阵的常用测度;构造关系矩阵的常用测度;构造关系矩阵的常用测度;3、聚类过程与方法;;;常见类间距离的计算方法;Between-groups linkage 组间平均距离连接法;Nearest neighbor 最近邻法（最短距离法）;Furthest neighbor 最远邻法（最长距离法）;Centroid clustering 重心聚类法;Within-groups linkage 组内平均连接法;Ward’s method 离差平方和法;续例1、对1982年6个地区农民家庭收支情况，进行聚类分析。;方法： 样本间距离——采用平方欧氏距离； 类间距离 ——采用组间平均距离连接法;类间距离——采用组间平均距离连接法;类间距离——采用组间平均距离连接法;类似进行下去，可得聚类谱系图（树状图）;3、聚类过程与方法;;28个地区聚类图;二、方差分析 (ANOVA) (Analysis of Variance);1、方差分析(ANOVA)引例;思考1：这类分析有何作用？;;条件误差≈随机误差;2、单因素方差分析;从每一总体中抽取的样本是相互独立的， 即所有的试验结果 xij 都相互独立。 ;离差平方和分解;数据间是有差异的。数据 与总平均 间的偏差可用 表示，它可分解为二个偏差之和; 在统计学中，常用离差平方和来度量若干个数据分散的程度，记;由抽样分布定理：;分析： 若因素A的变化对试验的影响显著，则分子应比分母大得多，从而统计量F的值较大； 若因素对试验结果的影响不显著，则分子与分母相差不多甚至比分母小，从而统计量F的值较小。 由此得原假设(2.1) 中H0的拒绝域为：;单因素方差分析表;续例2、对例2中的观测值，检验四种不同的配料方案所生产元件的寿??是否有显著的差异？;总结：方差分析的步骤 1.建立假设 H0 ：?1 = ?2 = ?3 =…. H1 ：？？总体均数不全相等 2.确定显著性水平，用 ?表示，常取0.05。 3.计算统计量F 4.求概率值P 5.做出推论：统计学结论和专业结论。;3、两因素方差分析