聚類分析和主成分分析(編輯修改稿)
2024-09-12 02:27 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 Ward離差平方和法 （ Ward’S MininumVariance Method） 七、運(yùn)用 SAS進(jìn)行聚類分析 七、運(yùn)用 SAS進(jìn)行聚類分析 系統(tǒng)聚類法 具體方法 提問： 1） $符號(hào)含義 2） horizontal 七、運(yùn)用 SAS進(jìn)行聚類分析 最短距離法 七、運(yùn)用 SAS進(jìn)行聚類分析 重心法 七、運(yùn)用 SAS進(jìn)行聚類分析 離差平方和法 七、運(yùn)用 SAS進(jìn)行聚類分析 八、實(shí)例分析 前言 意義 前言 內(nèi)容 原料 試劑 方法 數(shù)據(jù)分析 線性回歸 簡(jiǎn)要結(jié)論 七、運(yùn)用 SAS進(jìn)行聚類分析 七、運(yùn)用 SAS進(jìn)行聚類分析 聚類數(shù) 累積聚類結(jié)果 七、運(yùn)用 SAS進(jìn)行聚類分析 八、案例賞析 八、案例賞析 八、案例賞析 八、案例賞析 八、案例賞析 分成 2類 每一類進(jìn)行單因素分析 主 成 分 分 析 基本思想 ? 一項(xiàng)十分著名的工作是美國(guó)的統(tǒng)計(jì)學(xué)家斯通 (stone)在 1947年關(guān)于國(guó)民經(jīng)濟(jì)的研究。他曾利用美國(guó) 1929一 1938年各年的數(shù)據(jù)，得到了 17個(gè)反映國(guó)民收入與支出的變量要素，例如雇主補(bǔ)貼、消費(fèi)資料和生產(chǎn)資料、純公共支出、凈增庫(kù)存、股息、利息外貿(mào)平衡等等。 ? 在進(jìn)行主成分分析后 ， 竟以 ％ 的精度 ， 用三新變量就取代了原 17個(gè)變量 。 根據(jù)經(jīng)濟(jì)學(xué)知識(shí) ， 斯通給這三個(gè)新變量分別命名為 總收入 F 總收入變化率 F2和經(jīng)濟(jì)發(fā)展或衰退的趨勢(shì) F3。 更有意思的是 ， 這三個(gè)變量其實(shí)都是可以直接測(cè)量的 。 斯通將他得到的主成分與實(shí)際測(cè)量的總收入 I、總收入變化率 ?I以及時(shí)間 t因素做相關(guān)分析 ， 得到下表： F1 F2 F3 i i t F1 1 F2 0 1 F3 0 0 1 i l Δi l t 1 基本思想 ? 主成分分析是把各變量之間互相關(guān)聯(lián)的復(fù)雜關(guān)系進(jìn)行簡(jiǎn)化分析的方法 。 ? 在社會(huì)經(jīng)濟(jì)的研究中 ， 為了全面系統(tǒng)的分析和研究問題 ， 必須考慮許多經(jīng)濟(jì)指標(biāo) ， 這些指標(biāo)能從不同的側(cè)面反映我們所研究的對(duì)象的特征 ， 但在某種程度上存在信息的重疊 ， 具有一定的相關(guān)性 。 ? 成分分析試圖在力保數(shù)據(jù)信息丟失最少的原則下 ，對(duì)這種多變量的截面數(shù)據(jù)表進(jìn)行最佳綜合簡(jiǎn)化 ， 也就是說 ， 對(duì)高維變量空間進(jìn)行降維處理 。 ? 很顯然 ， 識(shí)辨系統(tǒng)在一個(gè)低維空間要比在一個(gè)高維空間容易得多 。 基本思想 ? 在力求數(shù)據(jù)信息丟失最少的原則下 ， 對(duì)高維的變量空間降維 ， 即 研究指標(biāo)體系的少數(shù)幾個(gè)線性組合 ， 并且這幾個(gè)線性組合所構(gòu)成的綜合指標(biāo)將盡可能多地保留原來指
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1