表49是1999年中国省、自治区的城市规模结构特征的一些数据,试通过聚类.docVIP

我国各省、自治区的城市规模结构分析 问题分析： 城市规模结构主要由城市规模、城市首位度、基尼系数构成，所以从这三个方面入手，进行聚类分析。 符号说明： 城市规模（万人） 城市首位度 城市指数 基尼指数 城市规模中位（万人） 模型建立及求解 聚类分析：验证城市规模、城市首位度、城市指数、基尼系数、城市规模中位数之间的相关系数，看是否存在相关性。利用spss软件可以得到这五者的相关系数矩阵。 Correlations 城市规模 城市首位度 城市指数 基尼系数 城市规模中位值 城市规模 Pearson Correlation 1 -.033 .278 .477(*) .295 Sig. (2-tailed) .868 .152 .010 .127 N 28 28 28 28 28 城市首位度 Pearson Correlation -.033 1 .705(**) .335 -.196 Sig. (2-tailed) .868 .000 .081 .317 N 28 28 28 28 28 城市指数 Pearson Correlation .278 .705(**) 1 .161 -.062 Sig. (2-tailed) .152 .000 .413 .754 N 28 28 28 28 28 基尼系数 Pearson Correlation .477(*) .335 .161 1 -.392(*) Sig. (2-tailed) .010 .081 .413 .039 N 28 28 28 28 28 城市规模中位值 Pearson Correlation .295 -.196 -.062 -.392(*) 1 Sig. (2-tailed) .127 .317 .754 .039 N 28 28 28 28 28 * Correlation is significant at the 0.05 level (2-tailed). ** Correlation is significant at the 0.01 level (2-tailed). 从上表可以看出某些指标之间确实有较强的相关性，可以选取其中的有代表性的几个指标进行聚类分析。将这些指标进行标准化： Descriptive Statistics N Minimum Maximum Mean Std. Deviation 城市规模 28 11.79 923.19 236.2786 219.17985 城市首位度 28 1.00 8.27 2.9196 1.93011 城市指数 28 .34 2.44 1.1445 .56023 基尼系数 28 .38 .81 .5410 .11046 城市规模中位值 28 7.32 27.38 15.5288 5.61006 Valid N (listwise) 28 可以画出以下聚类树型图： 从聚类图中可以看出，如果将5个指标分为3类，城市首位度、城市指数两个指标之间相关性比较大，所以聚到一起，城市规模（万人）与城市规模中位（万人）也有相关性，也可以聚成一类，基尼指数单独为一类。所以就可以将五个指标简化成三个指标进行分析。下图为27个地区的聚类分析图。 运行结果：（1）第1类的有1 7 第2类的有2 3 4 5 6 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 26 27 第3类的有25 ********************************** 划分成4类的结果如下： 第1类的有2 3 4 5 6 8 9 10 11 12 13 15 16 17 18 19 21 26 27 第2类的有14 20 22 23 24 第3类的有1 7 第4类的有25 ********************************** 划分成5类的结果如下： 第1类的有1 第2类的有7 第3类的有2 3 4 5 6 8 9 10 11 12 13 15 16 17 18 19 21 26 27 第4类的有14 20 22 23 24 第5类的有25 运行结果：（2）第1类的有1 7 第2类的有2 3 4 5 6 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 26 27 第3类的有25 ********************************** 划分成4类的