多元统计分析实验报告_聚类分析.doc

武汉理工大学 实 验（实训）报 告 项 目 名 称 实验2―聚类分析 所属课程名称 多元统计分析 项 目 类 型 设计性实验 实验(实训)日期 年 月 日 班 级 学 号 姓 名 指导教师 武汉理工大学统计学系制 一、实验（实训）概述： 【目的及要求】 聚类分析的目的是将分类对象按一定规则分为若干类，这些类不是事先给定的，而是根据数据的特征确定的。在同一类里的这些对象在某种意义上倾向于彼此相似，而在不同的类里的对象倾向于不相似。 按具体的题目要求完成实验报告,并及时上传到给定的FTP和课程网站！ 【基本原理】 系统聚类法是聚类分析中用的最多的一种，其基本思想是：开始将n个对象各自作为一类，并规定对象之间的距离和类与类之间的距离，然后将距离最近的两类合并成一个新类，计算新类与其它类之间的距离；重复进行两个最近类的合并，每次减少一类，直至所有的对象合并为一类。 【实施环境】（使用的材料、设备、软件） SPSS等软件 二、实验（实训）内容： 【项目内容】 聚类分析。 【方案设计】 共含两道题目: 第一题为基于距离矩阵的聚类分析；第二题为基于原始数据的聚类分析。三、指导教师评语及成绩： 评语： 成绩： 指导教师签名： 批阅日期： 实验报告2 聚类分析（设计性实验） 实验原理：聚类分析的目的是将分类对象按一定规则分为若干类，这些类不是事先给定的，而是根据数据的特征确定的。在同一类里的这些对象在某种意义上倾向于彼此相似，而在不同的类里的对象倾向于不相似。系统聚类法是聚类分析中用的最多的一种，其基本思想是：开始将n个对象各自作为一类，并规定对象之间的距离和类与类之间的距离，然后将距离最近的两类合并成一个新类，计算新类与其它类之间的距离；重复进行两个最近类的合并，每次减少一类，直至所有的对象合并为一类。 实验题目一： 为了对11种语言——英语、挪威语、丹麦语、荷兰语、德语、法语、西班牙语、意大利语、波兰语、匈牙利语及芬兰语进行比较研究，研究人员选取每种语言的1至10十个数字相应的单词列表分析。对于同一数字，某两种语言的第一个字母若相同，则称这两者在该数字上一致，否则非一致。将这11种语言两两比较后，计算每一对在十个数字上非一致的数目，得到下列距离矩阵： E N Da Du G Fr Sp I P H Fi E 0 N 2 0 Da 2 1 0 Du 7 5 6 0 G 6 4 5 5 0 Fr 6 6 6 9 7 0 Sp 6 6 5 9 7 2 0 I 6 6 5 9 7 1 1 0 P 7 7 6 10 8 5 3 4 0 H 9 8 8 8 9 10 10 10 10 0 Fi 9 9 9 9 9 9 9 9 9 8 0 （1）对这11种语言分别用最小距离法（single linkage）、最大距离法（complete linkage）、平均距离法（average linkage）进行聚类分析； （2）画出以上三种方法聚类分析结果的树状图； （3）结合三种方法的树状图，你认为将11种语言分为哪几类比较合适？ （4）用最大距离法将11种语言聚为3类，并将聚类结果存储在一个SPSS数据文件中。 实验题目二： 下表给出了20年湖北省省各地区的人均各项消费支出情况。 表-1：20年湖北省各地区人均各项消费支出 市（县）食品类（元） 衣着类（元） 家庭设备（元） 医疗保健（元）