聚类分析在福建省经济研究中的应用.docxVIP

聚类分析在福建省经济研究中的应用 扌商要：木文论述聚类分析的基础知识，并以福建省9个市2014年的地区生产 总值、金融机构人民币各项存款余额等十项综合经济指标为样木，利用SPSS软 件，对他们的综合发展水平进行类型划分及差异性程度分析. 关键词：聚类分析综合经济指标福建省经济区划分 —、引言： 聚类分析(Cluster Analysis)又称群分析，是根据“物以类聚”的道理，对样品 或指标进行分类的一种多元统计分析方法，它们讨论的对象是大量的样品，要求 能合理地按各H的特性来进行合理的分类，没有任何模式可供参考或依循，即是 在没有先验知识的情况卜?进行的。聚类分析起源于分类学，在占老的分类学中， 人们主要依靠经验和专业知识來实现分类，很少利用数学工具进行定量的分类。 随着人类科学技术的发展，对分类的要求越来越高，以致有时仅凭经验和专业知 识难以确切地进行分类，于是人们逐渐地把数学工具引用到了分类学中，形成了 数值分类学，之后又将多元分析的技术引入到数值分类学形成了聚类分析。 在屮国，区域经济发展不平衡现象由来已久，区域经济差异更是不断的扩大。 木文以9个市的10个经济指标作为研究对象，來分析本省地域经济Z间的差异 性以及相似性，评价各地区的经济发展现状。 二、基础知识 1.聚类分析的原理 聚类分析是研究多要素事物分类问题的数量方法.基本原理是根据样本自身的 属性，用数学方法按照某种相似性或差异性指标，定量地确定样本之间的亲疏关 系，并按这种亲疏关系程度对样木进行聚类. 常见的聚类分析方法有系统聚类法、K■均值法等. 2 ?样品间的距离和相似系数 距离的计算 描述样品间的亲疏程度最常用的是距离，设观测数据 xxj(i = 1,2,j = m)列成下列 X 矩阵的形式. 设有斤个样品，每个样品测得〃个变量，原始资料阵为 也兀12…勺 ■兀 I Xn2 …Xnp 其中?为i个样品的第丿个变量的观测数据. 用给表示第,个样品的第丿个样品Z间的距离，其值越小表示两个样品接近 程度越大. 距离的一般要求： no,对一切匸力当dy = 0o X（/） = X（j）; dij=dj「对一切i,j; d庐％+如,对一切门北（三角不等式）. 常用的距离有以下儿种： 1） 闵氏距离 ?⑷=（￡|X从-X』严 其中常用的距离有绝对距离和欧氏距离. 绝对距离 P %i）=（￡|心-心|） k=\ 欧氏距离 P , 9 %2） = （￡|X 诙-0「严 “1 ■ 欧氏距离是常用的距离，但它也有不足Z处，一是它没有考虑到总体的变异 对“距离”远近的影响，显然一个变异程度大的总体可能与更多样品近些，即使 它们的欧氏距离不一定最近；另外，欧氏距离受变量的量纲影响，这对多元数据 的处理是不利的?通常我们需耍先对数据近些标准化处理，然后用标准化后的数 据计算距离. 2） 马氏距离 设X,与X/?是来自均值向量为“，|■办方差为工（＞ 0）的总体G中的0维样品, 则两个样品间的马氏距离为 d 软 M） = （Xj_Xj）Z（X 厂 XJ ■ 马氏距离又称为广义欧几里得距离，显然马氏距离与上述各种距离的主耍不 同就是考虑到了观测变量之间的相关性?如果各变量之间相互独立，即观测变量 的协方差矩阵是对角矩阵，对马氏距离就退化为用各个观测指标的标准差的倒数 作为权数的加权欧几里得距离?马氏距离还考虑了观测变量之间的变异性，不再 受各指标变量的影响，将原始数据作线性变换后，马氏距离不变. 选择不同的距离，聚类结果会有所差异?在地理分区和分类研究中，往往采 用几种距离进行计算、对比，选择一种较为合适的距离进行聚类. （2）相似系数 在对多元数据进行分析时，相对于数据的人小，我们更好地对变量的变化趋 势或方向感兴趣.因此，变量间的相似性，我们可以从它们的方向趋同性或“相 关性”进行考察，我们用相似系数用来测量变量之间的距离，常用的相似系数有 以下两种： 1）夹角余角 变量X,与Xj是来自均值向量为“，协方差为工（x〉0）的总体G在的卩维空 间的两个向量，则这两个向量间的夹角余弦可表示为 cos k=l （￡x；）（￡x；） 2）相关系数 相关系数经常用来试题变量间的相似性?变量X,与X.的相关系数定义为 P k=\ 在实际问题中，对样品分类常用距离，对变量分类常用相似系数，即0型聚 类分析常用距离，/?型聚类分析常用相似系数. 4系统聚类分析方法 开始将样品或变量各视为一类，根据类与类Z间的距离或相似程度将最近的 类加以合并，再计算新类与其他类之间的相似程度，并选择最相似的加以合并, 这样每合并一次就减少一类，不断继续这一过程，直至所冇样品（或变量）合并 为一类. 系统聚类分析方法方法包括最短距离法、最长聚类法、类平均法、重心法、ward 法等八种不同的方法 三、实例