【正文】 蒲項鋼鐵公司的差距，下面做出韓國蒲項鋼鐵公司、寶鋼、鞍鋼、武鋼、首鋼五家鋼鐵公司的臉譜圖。 雷達圖與星圖 目錄 上頁 下頁 返回 結束 一、雷達圖 2020/10/5 中國人民大學六西格瑪質量管理研究中心 22 167。 雷達圖與星圖 目錄 上頁 下頁 返回 結束 例 35個上市公司的資料。點擊下一步，進入圖表選項對話框，在此可以對雷達圖的有關設置進行重新設定，點擊完成則生成如下雷達圖： 2020/10/5 中國人民大學六西格瑪質量管理研究中心 25 167。 對五大鋼鐵公司反映經營狀況的八大指標我們可以做出韓國蒲項鋼鐵公司與國內寶鋼、鞍鋼、武鋼、首鋼四家鋼鐵公司之間的雷達圖。 雷達圖與星圖 目錄 上頁 下頁 返回 結束 2020/10/5 中國人民大學六西格瑪質量管理研究中心 30 167。 如果數(shù)據(jù)文件已建立，直接調用 stars函數(shù)如下： stars((gongsi),full=T,scale=T,radius=T,type=l,labels=a,head=Stars of 35 Companies,ncol=5) 則生成如下星圖： 2020/10/5 中國人民大學六西格瑪質量管理研究中心 32 167。 2020/10/5 中國人民大學六西格瑪質量管理研究中心 34 167。 2020/10/5 中國人民大學六西格瑪質量管理研究中心 35 167。 星座圖 目錄 上頁 下頁 返回 結束 2020/10/5 中國人民大學六西格瑪質量管理研究中心 37 167。 在實際工作中，人們往往去掉各樣本點的路徑部分而僅保留其在星座圖上的位置，并根據(jù)各點位置的接近程度分析樣本點之間的接近程度。上面 35個上市公司的數(shù)據(jù)按此方法可以得到如下星座圖： 2020/10/5 中國人民大學六西格瑪質量管理研究中心 40 167。另外，此圖還存在一個困難，就是不好將各個點與相應的公司對應起來，實際上，可以根據(jù)需要在生成星座圖時同時畫出各點的標簽，此處出于圖形清晰的考慮沒有生成?？傮w說來，多變量的圖表示法使資料呈現(xiàn)方式更直觀，更形象，借助這些工具可以使研究者對資料有較深的印象，同時利用這些作圖方法，可以幫助研究者對資料進行探索性分析，有助于進行更為專業(yè)的定量分析，形成合理結論。 相似性度量 ?167。如果沒有一種客觀的方法，基于在總體內區(qū)分群體的戰(zhàn)略選擇，比如市場細分將不可能。聚類分析將個體或對象分類，使得同一類中的對象之間的相似性比與其他類的對象的相似性更強。 聚類分析的基本思想 目錄 上頁 下頁 返回 結束 一、導言 近些年來，統(tǒng)計學的多元分析方法有了迅速的發(fā)展，多元分析的技術自然被引用到分類學中，于是從數(shù)值分類學中逐漸的分離出聚類分析這個新的分支。 2020/10/5 中國人民大學六西格瑪質量管理研究中心 47 167。 為了克服定性分類時存在的不足，數(shù)學這個有用的工具逐漸被引進到分類學中，形成數(shù)值分類學。 2020/10/5 中國人民大學六西格瑪質量管理研究中心 48 167。在表中，“標準工資收入” 、“職工獎金” 、“職工津貼” 、“性別” 、“就業(yè)身份”等稱為指標，每戶稱為樣品。 聚類分析的基本思想 目錄 上頁 下頁 返回 結束 在例 8個指標，前 6個是定量的，后 2個是定性的。指標用有序的等級來表示，如文化程度分為文盲、小學、中學、中學以上等有次序關系，但沒有數(shù)量表示。 聚類分析的基本思想 目錄 上頁 下頁 返回 結束 不同類型的指標，在聚類分析中，處理的方式是大不一樣的。由于經濟問題的復雜性，欲給類下一個嚴格的定義是困難的，在167。 聚類分析的基本思想 目錄 上頁 下頁 返回 結束 2020/10/5 中國人民大學六西格瑪質量管理研究中心 54 167。 當對樣品進行聚類時，“靠近”往往由某種距離來刻畫。 相似性度量 目錄 上頁 下頁 返回 結束 2020/10/5 中國人民大學六西格瑪質量管理研究中心 58 167。 相似性度量 目錄 上頁 下頁 返回 結束 2020/10/5 中國人民大學六西格瑪質量管理研究中心 62 167。 相似性度量 目錄 上頁 下頁 返回 結束 2020/10/5 中國人民大學六西格瑪質量管理研究中心 66 167。 類和類的特征 目錄 上頁 下頁 返回 結束 m, xx ?12020/10/5 中國人民大學六西格瑪質量管理研究中心 70 167。 類和類的特征 目錄 上頁 下頁 返回 結束 2020/10/5 中國人民大學六西格瑪質量管理研究中心 74 167。 聚類方法 目錄 上頁 下頁 返回 結束 一、系統(tǒng)聚類法 系統(tǒng)聚類法(hierarchical clustering method)是聚類分析中諸方法中用的最多者。我們現(xiàn)在通過一個簡單的例子，來說明各種系統(tǒng)聚類法。 聚類方法 目錄 上頁 下頁 返回 結束 表 103 2020年 5個省市城鎮(zhèn)居民平均每人全年消費性支出數(shù)據(jù) 2020/10/5 中國人民大學六西格瑪質量管理研究中心 80 167。 聚類方法 目錄 上頁 下頁 返回 結束 6 2 3 461 234{ 1 , 5 } 01220. 13 0452. 80 1580. 69 0208. 90 1390. 71 356. 80 0G G G GGD GGG??????????2020/10/5 中國人民大學六西格瑪質量管理研究中心 84 167。 聚類方法 目錄 上頁 下頁 返回 結束 2020/10/5 中國人民大學六西格瑪質量管理研究中心 87 167。 聚類方法 目錄 上頁 下頁 返回 結束 我們看到，本例中最短距離法與最長距離法得到的結果是相同的。 聚類方法 目錄 上頁 下頁 返回 結束 這就是類平均法的遞推公式。還有一種類平均法，它定義類與類之間的距離為 ? ?? ??p qGi GjijqpG dnnqpD22 1),( （ ） 用類似的方法可導出這種定義下的距離遞推公式如下： ),(),(),( 222 qkDnnpkDnnrkD GrqGrpG ??有人認為類平均法是系統(tǒng)聚類法中比較好的方法之一。 2020/10/5 中國人民大學六西格瑪質量管理研究中心 93 167。 聚類方法 目錄 上頁 下頁 返回 結束 需要指出的是，離差平方和法只能得到局部最優(yōu)解。譜系聚類法（系統(tǒng)聚類法）中我們最終得到的只是一個樹狀結構圖，從圖中可以看出存在很多類，但問題是如何確定類的最佳個數(shù)。 聚類方法 目錄 上頁 下頁 返回 結束 準則 1：任何類都必須在鄰近各類中是突出的，即各類重心之間距離必須大。 系統(tǒng)聚類中每次合并的類與類之間的距離也可以作為確定類數(shù)的一個輔助工具。 聚類方法 目錄 上頁 下頁 返回 結束 (5)系統(tǒng)聚類法的性質 一般而言，不同的方法聚類的結果不完全相同。本書中我們將介紹 SPSS軟件實現(xiàn)聚類分析的過程。 聚類方法 目錄 上頁 下頁 返回 結束 2020/10/5 中國人民大學六西格瑪質量管理研究中心 101 167。太濃縮的方法不夠靈敏，太擴張的方法當樣本大時容易失真。系統(tǒng)聚類法的各種方法的比較仍是值得研究的一個課題，例如，有人用隨機模擬作了研究，發(fā)現(xiàn)最長距離法不可取。因為在計算機計算過程中無須確定距離（或相似系數(shù)矩陣），也無須貯存數(shù)據(jù)，所以，非譜系方法可應用于比系統(tǒng)聚類法大得多的數(shù)據(jù)組。 這里我們討論一種更特殊的非譜系過程，即 K均值法。在它的最簡單說明中，這個過程由下列三步所組成： K個初始類； 2. 進行修改，逐個分派樣品到其最近均值的類中去（通常用標準化數(shù)據(jù)或非標準化數(shù)據(jù)計算歐氏距離）。 2020/10/5 中國人民大學六西格瑪質量管理研究中心 105 167。強制地把這些數(shù)據(jù)分成 K個類會導致無意義的聚類。為研究城鎮(zhèn)居民的消費結構，需將相關性強的指標歸并到一起，這實際就是對指標聚類。 實際例子 目錄 上頁 下頁 返回 結束 2020/10/5 中國人民大學六西格瑪質量管理研究中心 108 167。我們可以看出全國城鎮(zhèn)居民得消費結構大致可以分為三個方面，一類是各種副食、日用品及交通通信、文化教育和住房等支出，這是在消費結構中起主導作用的方面；其次是居民購買煙、酒、飲料及著裝支出；糧食和水電燃料是兩項很重要的消費指標，但目前在城鎮(zhèn)居民的消費中占的比例較小，可將它們歸并為同一類。 2020/10/5 中國人民大學六西格瑪質量管理研究中心 112 167。 實際例子 目錄 上頁 下頁 返回 結束 對例 ，我們采用歐氏距離分別用類平均法、最短距離法、最長距離法把 31個省市分類。為便于對照，將三種方法分類的結果綜合列于表 106。 實際例子 目錄 上頁 下頁 返回 結束 圖 最長距離法譜系圖 2020/10/5 中國人民大學六西格瑪質量管理研究中心 119 167。很顯然，這三種方法的分類效果是有差異的。由分類結果可以看出，類平均法和最長距離法的分類結果基本上一致，只是在西藏應該劃入第二類還是第三類上存在差異，從表 ，西藏的經濟發(fā)展和消費水平與始終處在第二類的福建、天津、重慶和江蘇有較大差距，因此劃入第三類較為合適，即這個聚類分析用類平均法較為合適。 在 SPSS中依次點擊“ Analyze”→“Classify” →“K Means Cluster”，打開 KMeans Cluster Analysis對話框，將 8個變量選入 Variable框中，將表示地區(qū)的變量選入 Label Cases By欄中，將分類數(shù)（ Number of clusters）定為 3。 實際例子 目錄 上頁 下頁 返回 結束 2020/10/5 中國人民大學六西格瑪質量管理研究中心 125 167。第二個表展示了 3個類中心點每次迭代的偏移情況，可知第一次迭代 3個類的中心點分別偏移了 ， ，直到第三次迭代 3個類的中心點偏移才達到指定判定標準（ 0）。 2020/10/5 中國人民大學六西格瑪質量管理研究中心 12