stata统计分析与应用第12章聚类分析.pdfVIP

聚类分析 ◼ 13.1.1 聚类分析的基本原理 ◼ 13.1.2 层次聚类 ◼ 13.1.3 K-均值聚类 ◼ 13.1.4 聚类分析的Stata命令 什么是聚类分析？ (cluster ysis) ◼ 把 “对象”分成不同的类别 ⚫ 这些类不是事先给定的，而是直接根据数据的特征 确定的 ◼ 把相似的东西放在一起，从而使得类别内部的 “差异” 尽可能小，而类别之间的 “差异”尽可能大 ◼ 聚类分析就是按照对象之间的 “相似”程度把对象进行 分类 什么是聚类分析？ (两种分类方式) ◼ 聚类分析的 “对象”可以是所观察的多个样本，也可以 是针对每个样本测得的多个变量 ◼ 按照变量对所观察的样本进行分类称为Q型聚类 ⚫ 按照多项经济指标(变量)对不同的地区(样本)进行 分类 ◼ 按照样本对多个变量进行分类，则称为R型聚类 ⚫ 按照不同地区的样本数据对多个经济变量进行分类 ◼ 两种聚类没有什么本质区别，实际中人们更感 的通 常是根据变量对样本进行分类(Q型聚类) 什么是聚类分析？ (按什么分类) ◼ 按对象的 “相似”程度分类 ◼ 根据样本的观测数据测度变量之间的相似性程度可以使 用夹角余弦、Pearson相关系数等工具，也称为相似系数 ⚫ 变量间的相似系数越大，说明它们越相近 ◼ 根据变量来测度样本之间的相似程度则使用 “距离” ⚫ 把离得比较近的归为一类，而离得比较远的放在不 同的类 相似性的度量 (样本点间距离的计算方法) p Euclidean距离 (x -y )2 i i i=1 p Squared Euclidean距离 (x -y )2 i i i=1 p Block距离 xi -y i i=1 Chebychev距离