【導(dǎo)讀】§聚類分析的基本思想。題的情形，而不論這些對(duì)象是個(gè)體、公司、產(chǎn)品甚至行為。擇，比如市場(chǎng)細(xì)分將不可能。其他領(lǐng)域也會(huì)遇到類似的問(wèn)題，析不同精神病的特征）。所有情況下，研究者都在基于一個(gè)。多維剖面的觀測(cè)中尋找某種“自然”結(jié)構(gòu)。為此最常用的技巧是聚類分析。目的在于使類間對(duì)象的同質(zhì)性最大化和類與。本章將介紹聚類分析的性質(zhì)和目。的，并且引導(dǎo)研究者使用各種聚類分析方法。出聚類分析這個(gè)新的分支。具體找出一些能夠度量樣品或指標(biāo)之間的相似程度的統(tǒng)計(jì)量，有的樣品（或指標(biāo)）都聚合完畢，把不同的類型一一劃分出來(lái)，形成一個(gè)由小到大的分類系統(tǒng)。親疏關(guān)系表示出來(lái)。例如在經(jīng)濟(jì)研究中，為了研究不同地區(qū)城鎮(zhèn)居民生活中?？诘纳退劳鲆?guī)律。分類常稱為Q型聚類分析，對(duì)變量的分類常稱為R型聚類分析。判別分析一起被稱為多元分析的三大方法。在表中，“標(biāo)準(zhǔn)工資收入”、“職工獎(jiǎng)金”、標(biāo)，每戶稱為樣品。§，我們將給類一些待探討的定義。

　　

【正文】 0/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 124 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 125 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 例 2020年全國(guó)城鎮(zhèn)居民月平均消費(fèi)狀況可劃分為兩類，分類后的數(shù)據(jù)見(jiàn)表 11－ 7。試建立費(fèi)歇爾線性判別函數(shù)，并將廣東、西藏兩個(gè)待判省區(qū)歸類。 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 126 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 127 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 128 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 129 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 1 1 7 6 6 7 1 3 4 7 5 6 7 7 0 7 1 6 6 1 0 0 2 4 2 6 7 0 9 0 0 4 8 7 7 0pS?? ? ? ?? ? ? ? ?? ? ? ?? ? ? ? ???? 0 7 5 9 3 1 0 2 0 5 7 4 1 3 7 4 4 9 4 7 1 4 1 2 8 3 1 1 2??????? ? ?? ? ? ???? ? ? ?? ? ? ? ???2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 130 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 。 11 2 1 2 3 45 6 7 8( ) 0 .2 0 8 0 .0 1 7 0 .0 0 1 0 .0 2 90 .0 5 4 0 .1 2 1 0 .0 6 9 0 .0 3 1py x x S x x x x xx x x x??? ? ? ? ? ? ?? ? ? ?11 2 1 21( ) ( )21 62pm x x S x x?? ? ???? 的估計(jì)值 m m2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 131 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 132 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 11 2 1 21( ) ( )21 62pm x x S x x?? ? ????(1)計(jì)算兩個(gè)一元總體均值的中點(diǎn) 的估計(jì)值 m m6．回判及待判樣品的歸類。 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 133 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 134 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 135 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 136 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 在 SPSS中進(jìn)行費(fèi)歇爾判別分析是十分快捷的。首先按照表 11－ 7把數(shù)據(jù)輸入 SPSS數(shù)據(jù)表中，然后依次點(diǎn)擊“ Analyze”→“Classify” →“Discriminant” ，打開(kāi) Discriminant Analysis對(duì)話框，將對(duì)話框左側(cè)變量列表中的 group選入 Grouping Variable框，并點(diǎn)擊“ Define Range”鈕，在彈出的Discriminant Analysis:Define Range對(duì)話框中，定義判別原始數(shù)據(jù)的類別區(qū)間，本例為兩類，故在 Minimum處輸入 在 Maximum處輸入 2，點(diǎn)擊 Continue鈕返回 Discriminant Analysis對(duì)話框。再?gòu)膶?duì)話框左側(cè)的變量列表中選將八個(gè)變量選 Independents框，作為判別分析的基礎(chǔ)數(shù)據(jù)變量。點(diǎn)擊“ Statistics”鈕，彈出Discriminant Analysis: Statistics對(duì)話框，在 Descriptive欄中選Means項(xiàng)，要求對(duì)各組的各變量作均數(shù)與標(biāo)準(zhǔn)差的描述；在Function Coefficients欄中選 Unstandardized項(xiàng)（注意，不是Fisher’s項(xiàng)?。?，要求顯示費(fèi)歇爾判別法建立的非標(biāo)準(zhǔn)化系數(shù)。 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 137 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 之后，點(diǎn)擊“ Continue”鈕返回 Discriminant Analysis對(duì)話框。點(diǎn)擊“ Save”鈕，彈出 Discriminant Analysis: Save New Variables對(duì)話框，選 Predicted group membership項(xiàng)要求將回判的結(jié)果存入原始數(shù)據(jù)庫(kù)中。點(diǎn)擊“ Continue”鈕返回 Discriminant Analysis對(duì)話框，其他項(xiàng)目不變，點(diǎn)擊“ OK”鈕即完成分析。在輸出結(jié)果中可以看到各組均值、標(biāo)準(zhǔn)差、協(xié)方差陣等描述統(tǒng)計(jì)結(jié)果以及判別函數(shù)，返回?cái)?shù)據(jù)表中，可以看到判別結(jié)果已經(jīng)作為一個(gè)新的變量被保存，廣東和西藏均被劃分到第二大類，篇幅所限，各輸出結(jié)果在此不再列示。 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 138 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 例 2020年全國(guó)各地區(qū)農(nóng)村居民家庭人均消費(fèi)情況可劃分為三種類型，分類后的數(shù)據(jù)見(jiàn)表 11－ 1。試用 SPSS軟件建立 Bayes判別函數(shù)，并將待判樣品歸類。 解：本例中組數(shù) k=3，判別指標(biāo) p=8，各組中樣本為：，在 SPSS中進(jìn)行貝葉斯判別分析時(shí)，操作步驟與例，但是在 Discriminant Analysis: Statistics對(duì)話框的 Function Coefficients欄中要選Fisher’s項(xiàng)而不是 Unstandardized項(xiàng)（因?yàn)?Bayes判別思想是由 Fisher提出來(lái)的，故 SPSS以此命名）。點(diǎn)擊“ OK”后得出分析結(jié)果，部分結(jié)果列示如下： 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 139 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 140 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 141 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 142 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 143 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 1pS?2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 144 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 145 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 146 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 在例 ，我們是將事先確定的所有八個(gè)指標(biāo)變量都選入來(lái)進(jìn)行判別分析，在實(shí)際應(yīng)用中，我們也大多是設(shè)計(jì)盡可能多的相關(guān)指標(biāo)來(lái)進(jìn)行聚類和判別分析，然而事實(shí)是，指標(biāo)太多不僅增大了計(jì)算量，而且那些對(duì)判別無(wú)用的指標(biāo)也會(huì)干擾我們的視線。因此對(duì)眾多指標(biāo)進(jìn)行篩選，找出對(duì)判別函數(shù)貢獻(xiàn)比較突出，具有較強(qiáng)判別能力的指標(biāo)成為一個(gè)很重要的事情。凡是具有篩選變量能力的判別方法統(tǒng)稱為逐步判別法，有關(guān)這些方法的具體論述可見(jiàn)參考文獻(xiàn) [4]。 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 147 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 在此我們以例 SPSS中的實(shí)現(xiàn)。操作步驟仍與例 ，不同之處在于點(diǎn)擊“ Analyze”→“Classify” →“Discriminant” ，打開(kāi)Discriminant Analysis對(duì)話框后，將 Independents欄下的“ Enter independents together”項(xiàng)改選為“ Use stepwise method”，此時(shí)窗口最下面一行的“ Method”按鈕被激活，點(diǎn)擊后進(jìn)入 Discriminant Analysis： stepwise method對(duì)話框，在 method欄中選中 Mahalanobis distance項(xiàng)，即采用馬氏距離，其他選項(xiàng)保持不變，返回主對(duì)話框后，其他操作仍按例 ，點(diǎn)擊“ OK”得到輸出結(jié)果，部分列舉如下： 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 148 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 149 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 150 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 151 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 152 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 153 167。 判別分析應(yīng)用的幾個(gè)例子 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 以上是逐步回歸部分的結(jié)果，第一張表說(shuō)明每一步驟變量的加入和剔除情況，第二、三兩張表說(shuō)明進(jìn)入判別函數(shù)和沒(méi)有進(jìn)入判別函數(shù)的變量，結(jié)果反映僅有變量 x5和 x7被保留在判別函數(shù)中，這兩個(gè)指標(biāo)的地區(qū)差異較大，對(duì)判別函數(shù)的貢獻(xiàn)顯著。第四張表說(shuō)明判別函數(shù)的顯著性，可知最終僅包含 x5和 x7兩個(gè)變量的判別函數(shù)是顯著的（ F統(tǒng)計(jì)量）。其他部分的輸出結(jié)果與前面兩例相同，在此不再贅述。返回原數(shù)據(jù)表，同樣可以看到一個(gè)新的變量名為 Dis_1，其對(duì)應(yīng)的各值就是對(duì)各地區(qū)的回判和判別結(jié)果，可知廣東被劃分到第二類消費(fèi)水平地區(qū)，西藏被劃分到第三類消費(fèi)水平地區(qū)，另外注意到，原屬第三類地區(qū)的河北被劃分到第二類，原屬第二類地區(qū)的海南、重慶和四川被劃分到第三類，這說(shuō)明應(yīng)用此時(shí)的判別函數(shù)得到的分類結(jié)果，與離差平方和法全部采用八個(gè)指標(biāo)時(shí)得到的結(jié)果存在一定差異。 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 154