聚类分析方法及其应用研究.pdfVIP

注：模型中的符号和说明要根据具体情况稍加改变

聚类分析一般与判别分析、主成分分析、回归分析等一起使用

聚类分析和判别分析有密切联系。

判别分析是1、已知类型和数目；2、并要有一批来自各个类别的类型和样本。然

后进行归类。

聚类分析是，事先不知类别的

通常情况下，距离系数用于对样本进行聚类，相似系数一般用于对变量（指标）

进行聚类。

由于聚类分析是常用分析方法，使用时看情况是否加入下面的具体模型。在聚类

分析不是问题关键时，我们可以直接描述如下：

对样本进行聚类的描述：聚类分析的相似性度量可利用欧氏距离、兰氏距离、

马氏距离。统计学一般采用欧氏距离进行聚类分析，欧氏距离中的每个分量对距

离的贡献同等。分量为测量值时常有大小不等的随机波动且当测量值为不同性质

的量时欧氏距离与单位有关，单位不同影响距离的大小。采用兰氏距离可避免此

缺点，但兰氏距离未考虑各测量值之间的相关性。而马氏距离不仅适用于分量性

质不同的情况，也考虑了各测量值之间的相关性。故本题采用马氏距离对样本进

行聚类分析。本题由于时间样本量比较小，利用sas进行聚类时，出现了样本量

不足的问题，本题采用添加常量样本解决，这样会使马氏距离整体发生变化，但

不会影响聚类结果。

样本进行聚类的方法很多，但这些方法涉及的面广且深，暂时只作了解：

平均连接法，重心