聚类分析与判别分析.pptVIP

第1页，共22页，编辑于2022年，星期二 概述 聚类分析：顾名思义是一种分类的多元统计分析方法。按照个体或样品(individuals, objects or subjects)的特征将它们分类，使同一类别内的个体具有尽可能高的同质性(homogeneity)，而类别之间则应具有尽可能高的异质性(heterogeneity)。 第2页，共22页，编辑于2022年，星期二 基本思想 指标：描述研究对象（样本或变量，常用的是样本）之间的联系的紧密程度。“距离”和“相似系数”，假定研究对象均用所谓的“点”来表示。 一般的规则是将“距离”较小的点或“相似系数”较大的点归为同一类，将“距离”较大的点或“相似系数”较小的点归为不同的类！ 严格说来聚类分析并不是纯粹的统计技术，它不像其它多元分析法那样，需要从样本去推断总体。聚类分析一般都涉及不到有关统计量的分布，也不需要进行显著性检验。聚类分析更像是一种建立假设的方法，而对假设的检验还需要借助其它统计方法。 第3页，共22页，编辑于2022年，星期二 分类： Q型聚类—对样本进行分类处理； R型聚类—对变量进行分类处理。 方法： 系统聚类法 K-均值聚类法 有序样品聚类法 第4页，共22页，编辑于2022年，星期二 个体之间距离的度量方法 针对连续变量的距离测量： 欧式距离； 欧式距离平方； 切比雪夫距离； 布洛克距离； 明可夫斯基距离； 自