聚类分析在SAS中的实现课件.ppt

聚类分析;主要内容;概述;基本程序是根据一批样品的多个观测指标，具体地找出一些能够度量样品或指标之间相似程度的统计量，然后利用统计量将样品或指标进行归类。

具体进行聚类时，由于目的、要求不同，因而产生各种不同的聚类方法：;举例对上市公司的经营业绩进行分类；据经济信息和市场行情，客观地对不同商品、不同用户及时地进行分类。又例如当我们对企业的经济效益进行评价时，建立了一个由多个指标组成的指标体系，由于信息的重叠，一些指标之间存在很强的相关性，所以需要将相似的指标聚为一类，从而达到简化指标体系的目的。;按照聚类分析分组依据的原则不同分组

按照聚类分析的对象不同分组

;系统聚类分析法在样品距离的基础上定义类与类的距离，首先将各个样品自成一类，然后每次将具有最小距离的两个类合并，合并后再重新计算类与类之间的距离，再并类，这个过程一直持续到所有的样品都归为一类为止。这种聚类方法称为系统聚类法。根据并类过程所做的样品聚类过程图称为聚类谱系图。

;图论聚类法利用图论中最小支撑树（MST）的概念来处理分类问题，是一种独具风格的方法。

聚类预报法利用聚类方法处理预报问题，主要是处理一些异常数据，如气象中的灾害性天气的预报，这些异常数据采用回归分析或判别分析处理的效果不好，而聚类预报可以弥补回归分析及判别分析方法之不足，是一个很值得重视的方法。;R型聚类分析法对变量进行的分类处理。

作用

①了解变量之间，以及变量组合之间的亲疏程度；

②根据变量分类的结果，可以选择最佳的变量组合进行回归分析或者Q型聚类分析。选择最佳变量，即在聚合的每类变量中选出一个具有代表性的变量作为典型变量。;R型聚类的统计量对变量进行聚分类析时，通常采用相似系数来表示变量之间的亲疏程度。

常用的相似系数有：

（1）夹角余弦

（2）相关系数

（3）指数相似系数

（4）非参数方法;SAS解决方案;CLUSTER语句格式;在CLUSTER语句的“METHOD=”关键字下，可以指定11种系统聚类方法。

AVERAGE:类平均法

CENTROID:重心法

COMPLETE:最长距离法

DENSITY:密度估计法

EML:最大似然谱系聚类

FLEXIBLE:可变类平均法

MCQUITTY:可变法及McQuitty相似分析法

MEDIAN:中间距离法

SINGLE:最短距离法

TWOSTAGE:两阶段密度估计法

WARD:离差平方和法

;FASTCLUS语句格式;例题1;树形图;例题2;;VARCLUS语句格式;TREE语句格式;例：100个学生的数学、物理、化学、语文、历史、英语的成绩如下表（部分）。

;;;THANKYOU!