统计学课件：第11章 聚类分析与判别分析.pdf

第11章 聚类分析与判别分析 聚类分析 判别分析 中央财经大学统计与数学学院 聚类分析 相似性度量 系统聚类 K-均值聚类 聚类分析的SPSS实现 中央财经大学统计与数学学院 例：哪些少数民族的生存状况更接近？ 原始数据 民族 标化死亡率(‰) 出生时期望寿命(岁) 满族 5.80 70.59 朝鲜族 7.44 67.14 蒙古族 8.11 65.48 维吾尔族 10.21 58.88 藏族 9.51 59.24 哈萨克族 9.81 60.47 *标化死亡率是根据相同的人口年龄结构（标准组）计算的，因而更具可比性。 中央财经大学统计与数学学院 3  例：根据财务指标对上市公司进行分类  对于一个数据集，人们既可以对观测值 （个 案，样品）来分类（称为Q型聚类），也可 以对变量 （指标）进行分类（称为R型聚 类）。这两种聚类在数学上是对称的，没有 什么不同。 中央财经大学统计与数学学院 5 聚类分析需要解决的一个问题  如何衡量被分类对象之间的距离或相似程 度？  距离，主要用于样品 （观测）间相似性度量  相似系数，主要用于变量间相似性度量 中央财经大学统计与数学学院 6 常用的距离的计算方法  设样本容量为n，每个样品有p 个指标（变量）， 数据表记为： X 1  x11  x1p              X  x  x   n   n1 np   当变量的测量值相差悬殊时，要先对每个变量进 行中心标准化处理，以消除计量单位对计算结果 的影响。 中央财经大学统计与数学学院 7 常用的距离的计算方法 X 1  x11  x1p 