【導(dǎo)讀】清楚，甚至在事前連總共有幾類都不能確定的情況下進(jìn)行分類的場合。聚類分析的主要目的是研究事物的分類，而不同于判別分析。知屬性的樣本進(jìn)行判別和歸類。若對一批樣品劃分的類型和分類的數(shù)目事先并不知道，這時。在一個給定的類里的這些對象在某種意義上傾向于彼此相似，而在不同類里的。關(guān)于聚類分析的任何通則必定是含糊的、不明確的，因為在眾多的。方法通過用于聚類分析的各種各樣的領(lǐng)域反映出來。哪一種都不能說得到的分類是準(zhǔn)確的。粗略地說，相似物體的集合稱作類；聚類分析的目的就是把相似的東。我們必須給出度量“相似”的統(tǒng)計。聚類根據(jù)實際的需要有兩個方向，一是對樣品的聚類，一是對變量的聚類。距離一般用于對樣品分類。變量歸為另一類，用它可以把變量的親疏關(guān)系直觀地表示出來。形狀是多種多樣的，因此，類與類之間的距離也有多種計算方法。類與類之間距離定義為pG和qG中最鄰近的兩個樣品的距離。

　　

【正文】 B 17 | A AA A 16 | A A A 15 | A A 14 | A A A A AB A 13 | A AA 12 | A B A A A AA 11 | A A A A A 10 | A A B A C A 9 | A AA A A A 8 | A A B 7 | A A A 6 | A A A A A 5 | A |||||| 10 20 30 40 50 60 BIRTH 上海財經(jīng)大學(xué)經(jīng)濟(jì)信息管理系 IS/SHUFE Page 21 of 62 2. 調(diào)用 聚類分析 cluster 和 tree 過程。 菜單方法，選擇菜單命令 Globals/SAS/Assist/Data analysis/Multivariate/Cluster analysis(聚類分析 )。編程方法如下： title 39。CLUSTER ANALYSIS OF BIRTH AND DEATH RATES IN 74 COUNTRIES39。 %macro analyze(mm,nn)。 proc cluster data=vital out=tree method=amp。mm print=15 ccc pseudo。 var birth death。 title2。 proc tree data=tree noprint out=out ncl=amp。nn。 copy birth death。 proc plot formchar=39。||39。 plot death*birth=cluster / hpos=86 vpos=26。 title2 PLOT OF amp。nn CLUSTERS FROM method=amp。mm。 run。 %mend。 %analyze(average,2) %analyze(average,3) %analyze(average,4) %analyze(average,8) %analyze(centroid,3) %analyze(plete,3) %analyze(plete,8) %analyze(eml,3) %analyze(eml,8) %analyze(flexible,4) %analyze(mcquitty,9) %analyze(median,3) %analyze(single,3) %analyze(single,3) %analyze(two k=6,3) %analyze(two k=10,2) %analyze(two r=5,3) %analyze(ward,8) 程序說明：由于系統(tǒng)聚類法對樣品進(jìn)行聚類時，可根據(jù)距離的不同定義方法采用不同的聚類形式，且同一種聚類方法還可根據(jù)聚類結(jié)果再結(jié)合專業(yè)知識選擇不同的合適聚類數(shù)，為簡化程序便于調(diào)用，我們將聚類過程編寫成宏程序，再使用不同參數(shù)的宏命令來調(diào)用。 每個聚類分析由名為 %analyze 的宏命令實現(xiàn)。宏過程 %macro analyze(method,ncl)中 有兩個輸入?yún)?shù)變量 mm 和 nn，分別取 %analyze 的宏命令中逗號前的參數(shù)值和逗號后的參數(shù)值，代表將采用的聚類方法和確定的聚類個數(shù)。例如，針對于 %analyze(two k=6,3) 宏命令，輸入?yún)?shù)變量 mm=“ two k=6”， nn=“ 3”。在宏過程 %macro analyze 中，凡是要用到 輸入?yún)?shù)變量 mm 和 nn 中的值，必須在這些輸入?yún)?shù)變量前加上“ amp?！辈僮鞣硎救〕鲎兞恐械闹?。例如， cluster 過程的 method=選項 需要賦聚類方法的字符串值（如 average、 centroid 等），語上海財經(jīng)大學(xué)經(jīng)濟(jì)信息管理系 IS/SHUFE Page 22 of 62 句格式應(yīng)該為 method=amp。mm，而不是 method=mm。 值得注意的是，許多 SAS 過程都編寫成與上面類似的宏程序調(diào)用情況，可以模仿改寫上面的程序。下面我們僅給出了用 average 法聚類的輸出結(jié)果及選擇 8 類后的散點圖， 如 表 和圖 所示。 表 average 平均法的聚類分析結(jié)果 Average Linkage Cluster Analysis Eigenvalues of the Covariance Matrix Eigenvalue Difference Proportion Cumulative 1 2 . RootMeanSquare TotalSample Standard Deviation = RootMeanSquare Distance Between Observations = Norm T Pseudo Pseudo RMS i NCL Clusters Joined FREQ SPRSQ RSQ ERSQ CCC F t**2 Dist e 15 CL18 CL34 11 . . 14 CL20 OB41 4 13 CL24 CL23 15 12 CL22 OB72 7 11 CL12 CL26 11 10 CL15 CL19 21 9 CL41 OB12 6 8 CL17 CL16 9 7 CL13 CL9 21 6 CL10 CL32 27 5 CL8 CL11 20 4 CL27 CL7 23 3 CL6 CL14 31 2 CL4 CL5 43 1 CL2 CL3 74 . 上海財經(jīng)大學(xué)經(jīng)濟(jì)信息管理系 IS/SHUFE Page 23 of 62 圖 74 個國家（地區(qū)）按 average 法聚成八類后的散點圖 3. 主要結(jié)果分析。 cluster 過程的結(jié)果輸出包括協(xié)方差陣的特征值（ Eigenvalue），兩相鄰特征值之差（ Difference），各特征值占總方差的百分比（ Proportion）和累計百分比（ Cumulative）。聚類是從 74 國家 （地區(qū)） 作為 74 類，先聚類成 74— １類開始，直至將所有國家 （地區(qū)） 聚為１類的聚類過程和統(tǒng)計數(shù)。用 average 法聚類的結(jié)果表明（ print=15，只輸出顯示聚類成 15 類后各合并過程）， ncl列為聚類數(shù)； Clusters Joined 標(biāo)題下的兩列為每一次聚類成 1 個新類的 2個樣品，標(biāo)有 obn 表示是原始樣品中的第 n 號樣品，標(biāo)有 cln 表示是在上面聚類過程中已經(jīng)聚成的第 n 類； freq列為新類中所含的樣品數(shù)； sprsq列為半偏 R2，表示每一次合并對信息的損失程度； rsq 列為 R2，表示累計聚類結(jié)果，即 rsqn=rsqn1－ sprsqn； ersq 列為在均勻零假設(shè) CLUSTER ANALYSIS OF BIRTH AND DEATH RATES IN 74 COUNTRIES PLOT OF 8 CLUSTERS FROM METHOD=AVERAGE Plot of DEATH*BIRTH. Symbol is value of CLUSTER. DEATH 30 | 8 29 | 28 | 8 27 | 26 | 25 | 24 | 23 | 11 22 | 1 1 1 21 | 20 | 3 19 | 3 3 18 | 3 17 | 6 33 3 16 | 6 3 3 15 | 6 6 14 | 5 6 6 3 33 3 13 | 5 66 12 | 5 5 4 2 2 66 11 | 5 4 4 2 6 10 | 4 4 4 4 2 2 9 | 4 44 4 4 7 8 | 4 4 4 7 | 4 4 2 6 |