R软件在系统聚类分析中的应用[期刊论文].pdfVIP

R软件在系统聚类分析中的应用 口文 ／王怀亮 提要 多元统计聚类方法已被广泛 指数、建材零售价格指数等等。由于要考 1、计算n个样品两两间的距离。 应用于 自然科学和社会科学的各个领域， 察的物价指数很多，通常先对这些物价指 2、构造 13．个类，每个类只包含一个样 而在现实处理多元数据聚类分析中，离不 数进行分类。总之，需要分类的问题很多， 品。 开统计软件的支持；R软件由于其免费、 因此聚类分析这个有用的工具越来越受 3、合并距离最近的两类为一新类。 开源、强大的统计分析及其完美的作图功 到人们的重视，它在许多领域中都得到了 4、计算新类与各当前类的距离。 能已得到越来越多人的关注与应用：本文 广泛的应用。 5、重复步骤3、4，合并距离最近的两 结合实例介绍了R软件在多元统计系统 聚类分析内容非常丰富，有系统聚类 类为新类，直到所有的类并为一类为止。 分析中的应用。 法、有序样品聚类法、动态聚类法、模糊聚 6、画聚类谱系图。 类法、图论聚类法、聚类预报法等；最常用 7、决定类的个数和类。 关键词：R软件；系统聚类分析；多元统计 最成功的聚类分析为系统聚类法，系统聚 系统聚类方法：1、最短距离法：2、最 中图分类号：1：49 文献标识码：A 类法的基本思想为先将n个样 品各 自看 长距离法；3、中间距离法：4、重心法：5、类 引言 成一类，然后规定样品之间的“距离’，和类 平均法；6、离差平方和法(waId法)。 多元统计分析是统计学的一个重要 与类之间的距离。选择距离最近的两类合 二、基于R语言的系统聚类分析程序 分支，也称多变量统计分析；在现实生活 并成一个新类，计算新类和其他类 (各当 R软件及其相关包提供了各种聚类 中，受多种指标共同作用和影响的现象大 前类)的距离，再将距离最近的两类合并。 方法，主要是系统聚类方法、快速聚类方 量存在，多元统计分析就是研究多个随机 这样，每次合并减少一类，直至所有的样 法、模糊聚类方法，常用的是系统聚类方 变量之间相互依赖关系及其内在统计规 品都归成一类为止。 法。 律的重要学科，其中最常用聚类分析方 系统聚类法的基本步骤： R软件实现系统聚类的程序如下： 法，由于多元统计聚类分析方法一般涉及 表1 山东各市居民家庭平均每人全年消费性支出(元 ／人) 复杂的数学理论，一般无法用手工计算， 地区 食品 衣着 居住 设备用品 交通通讯 文化教育 医疗保健 其他 必须有计算机和统计软件的支持。 济南 1628．16 252．86 790．11 285．64 634．83 355．54 394．37 43．9 在统计软件方面，常用的统计软件有 青岛 1999．61 523．76 901．56 297．76 595．34 618．12 260．17 106．42 SPSS、SAS、STAT、R、S-PLUS，等等。R软 淄博 1691．6 372．21 844．44 30o．46 494．67 580．6 370．84 102．16 件是一个 自由、免费、开源的软件，是一个 枣庄 1370．59 272．95 614．3 227．52 454．73 245．93 220．88 84．2 具