多元统计聚类判别教案分析.ppt

快速聚类与判别分析 聚类分析、判别分析 根据2013年不同地区6项经济指标数据采用快速聚类法分为四类不同的地区。 分为高消费地区、经济发达地区、中等发达地区、不发达地区 数据标准化处理 首先对原始数据进行标准化，避免因数据值差异过大对分类结果产生影响。（利用spss软件进行标准化） 主要描述统计量 经过标准化的数据结果： 2.在快速聚类中采用经过标准化的数据，本题将数据分成4类，该表列出了每一类的初始聚类聚核，是由SPSS自动生成，实际是所有数据中一项数据。其选择原则是聚核电距离其他点尽可能远。 3.该表是每次迭代过程中类别的聚核的变化，随着迭代次数的增加，类别聚核点的变化越来越小。本题采用2次迭代结果达到收敛。（spss默认设置了最多进行10次迭代过程） 4.该表是分成4类最终的聚类聚核点，表示各个类别在各个变量上的平均值。（快速聚类中是采用标准化后的值，所以平均值也是标准化后的平均值） 5.该表是利用方差分析判断所分类别是否合理。从表中可以明显看到分类后各个变量在不同的类别之间差异都是显著的，其所对应个P值均为0.000，接近于0，高度显著。所以对于将各国家和地区分成4类是合理的。 7.对数据的最后的分类结果 将以上结果整理成表格 该表是样本代入相应列的贝叶斯判别函数系数。 将各样本的值代入函数，得到F1、F2、F3、F4，然后比较大小，哪个函数值比较大则该样本判入该类。得到最后的判别结果结果： * 2013年不同地区6项经济指标数据 四类不同的地区： 北京 广州 湖南 西藏 下面对以上数据进行快速聚类，剔除最后四项数据作为判别分析的样本！ 聚类分析具体步骤 从分析结果可以看出第一类为高消费地区、第二类是经济发达地区、大三类是中等发达地区、第四类是不发达地区 将快速聚类前剔除的四组样本数据用于判别分析 判别以下数据属于四类中的哪一类? ? ? ? 接下来我们进行判别分析： 判别分析具体步骤 因为在聚类时采用了标准化后的数据，故我们对数据进行标准化再后进行判别归属哪一类别。 四组样本标准化的结果： 以下是根据表中的数据给出了四类贝叶斯判别函数如下： 从表中可以得出：黑龙江和新疆是属于第四类不发达地区，浙江和四川是属于第三类中等发达地区 *