spss中怎样进行fisher精确概率法统计.docxVIP

spss中怎样进行 fisher 精确概率法统计 最短距离法是把两个类之间的距离定义为一个类中的所有案例与另一类中的所有案例之间 的距离最小者 .缺点是它有链接聚合的趋势 ,因为类与类之间的距离为所有距离中最短者 ,两类合并以后 ,它与其他类之间的距离缩小了 ,这样容易形成一个较大的类 .所以此方法效果并不好,实际中不太用 .2. 最长距离法是把类与类之间的距离定义为两类中离得最远的两个案 例之间的距离 .最长距离法克服了最短距离法链接聚合的缺点 , 两类合并后与其他类的距离是原来两个类中的距离最大者 ,加大了合并后的类与其他类的距离 .3. 平均联结法 ,最短最 长距离法都只用两个案例之间的距离来确定两类之间的距离 ,没有充分利用所有案例的信息 , 平均联结法把两类之间的距离定义为两类中所有案例之间距离的平均值 , 不再依赖于特殊点之间的距离 ,有把方差小的类聚到一起的趋势 ,效果较好 ,应用较广泛 .4. 重心法,把两类之间的距离定义为两类重心之间的距离 ,每一类的重心是该类中所有案例在各个变量的均值所 代表的点 .与上面三种不同的是 ,每合并一次都要重新计算重心 .重心法也较少受到特殊点的影响.重心法要求用欧氏距离 ,其主要缺点是在聚类过程中 , 不能保证合并的类之间的距离呈单调增加的趋势 ,也即本次合并的两类之间的距离可能小于上一次合并的两类之间的距离 . 5.离差平