【正文】 .222好說(shuō)明上一次分類效果越值越大時(shí)當(dāng)值之差值與該步即為上一步的時(shí)的半偏相關(guān)統(tǒng)計(jì)量合并成類由類加量合并后離差平方和的增其中后的離差平方和合并成與分別為的離差平方和類類半偏相關(guān)統(tǒng)計(jì)量S P R S QRRTWS P R S QGGGSSSWnnxnxnxxxxxSGGGxxxxSxxxxSGGpqrqpqprpqqpqqppiGiTirrqpqiGiTqiqpiGiTpipqprqp??????????????????????? ? ? ?? ?. , . , 1, 1 .3類地分為表示這些樣品可顯著值越大個(gè)類時(shí)的聚類效果用于描述分為自由度類時(shí)的類內(nèi)平方和分為自由度類時(shí)的類間平方和分為統(tǒng)計(jì)量偽GP S FGP S FGnGPGGPTGnPGPTP S FFGGGG???????? ? ? ?. , , , , , , , 2 .4222上一次的聚類效果較好也就是是很分開(kāi)的這表明合并的兩個(gè)類的類內(nèi)離差平方和大相對(duì)于原使得離差平方和的增量后為說(shuō)明合并大統(tǒng)計(jì)量偽qpqppqrqpqpqppqGGGGWGGGP S TnnSSWP S Tt????快速聚類法 /動(dòng)態(tài)聚類法 /K均值聚類法 先將樣品粗略地分類 , 然后再按照某種原則進(jìn)行修正 , 直至分類較為合理為止 . ? ?? ?? ? .,2,12,1,m i nm a x : , . )3( )2( )1( : . , .)( .1 :2121ikiiirjiixxxiijrxxdxx?直到選定尋找第三個(gè)點(diǎn)選擇距離最大的兩個(gè)點(diǎn)最大最小原則人為選擇或隨機(jī)選擇經(jīng)驗(yàn)選擇選擇聚點(diǎn)的方法有較大的影響對(duì)最終分類類它的選擇決定了初始分是一批有代表性的樣品種子聚點(diǎn)選擇聚點(diǎn)步驟??? ? ? ? ? ?? ? ? ? ? ? ? ?? ?? ? ? ?? ?? ?? ?? ?? ? ? ? ? ? ? ?? ?? ? ? ? ? ?? ?? ?? ?? ?? ? ? ? ? ? ? ?? ?? ?? ? ? ?? ?? ?? ?? ? kiijkjxxdxxdxGLxxxLGnkixnxkiGLGGGGGkkiijkjxxdxxdxGxxxLkxxxxxxxxdjiikiiGxliiikjiikjiTjijijiil,2,1 , ,2,1 , , , , : ,2,1 ,1 : ,2,1 . , )2( , . ,2,1 , ,2,1 , : , : )1( ,: .2 1111112111010100020100000020100????????????????????????????????記將樣品作新的分類出發(fā)從新的聚點(diǎn)中的樣品數(shù)是的重心作為新的聚點(diǎn)以計(jì)算新的聚點(diǎn)集合出發(fā)從初始分類類將樣品分成不相交的初始分類的原則個(gè)初始聚點(diǎn)設(shè)有以歐氏距離為例計(jì)算步驟? ? ? ? ? ? ? ?? ?? ? ? ?? ? ? ? ? ? ? ?? ? ? ?? ?? ?? ?? ?? ? ? ?? ?? ? ? ? ? ?? ?? ?? ? ? ? ? ?? ?? ?? ? ? ?..,0 ,2,1, ,m i n ,2,1 ,m a x., . ,lim ),0( , : , , . , , ., ., , ),2( )3( 0000111121為給定的一個(gè)正數(shù)則遞推計(jì)算過(guò)程結(jié)束若給定設(shè)性即快速聚類法具有收斂分類結(jié)果將逐步穩(wěn)定因此會(huì)趨于穩(wěn)定即存在所以為單調(diào)遞減的有界序列增加時(shí)當(dāng)可以證明記算法結(jié)束時(shí)當(dāng)不是樣品的重心是類分類趨于穩(wěn)定逐漸增大時(shí)當(dāng)步得到分類到第重復(fù)??? ddjikjixxddkixxdduuuumGxDuxxdGxDGGxxGxmGGGGmmjimimimmmnmmkimimimGxmilmimimimimimimimimkmmmmil?????????????????????????SPSS實(shí)現(xiàn) 快速聚類 : Analyze ? Classify ? KMeans Cluster 命令 打開(kāi) KMeans Cluster Analysis(K均值聚類分析 )對(duì)話框 (1)從源變量欄里選擇一個(gè)或幾個(gè)分析變量移入 Variables(變量 )框中 . (2)選擇一個(gè)標(biāo)記變量移入 Label Case by框中 . (3)在 Number of Clusters小框中輸入確定的聚類數(shù) . 系統(tǒng)默認(rèn)的聚類數(shù)為 2. (4)從 Method欄中選擇一種聚類方法 : Iterate and classify 在迭代過(guò)程中不斷地更新聚類中心 Classify only 用初始聚心對(duì)樣品聚類 , 聚心始終不變 (5)單擊 Centers 按鈕 , 可以從外部數(shù)據(jù)文件讀入初始聚心 , 把當(dāng)前聚類的 最終聚心保存到另外的文件中 . Iterate(迭代 )按鈕 , 打開(kāi)設(shè)置迭代參數(shù)對(duì)話框 : (1)Maximum Iterations 輸入限定迭代步數(shù) , 系統(tǒng)默認(rèn)值為 10. (2)Convergence Criterion 輸入一個(gè)超過(guò) 1的正數(shù)作為判定迭代收斂的標(biāo)準(zhǔn) . 系統(tǒng)默認(rèn)值為 , 表示當(dāng)兩次迭代計(jì)算的聚心之間距離的最大改變量小于初始聚心間最小距離的 2%時(shí)終止迭代 . Use running means 使用移動(dòng)平均 . 選擇這個(gè)選項(xiàng)表示在迭代過(guò)程中 , 當(dāng)每個(gè)觀測(cè)量被分配到一類后 , 隨即計(jì)算新的聚心 , 并且數(shù)據(jù)文件中觀樣品的次序可能會(huì)影響聚心 . 不選擇此項(xiàng)則在所有觀測(cè)量分配完后再計(jì)算各類的聚心 , 可以節(jié)省迭代時(shí)間 . Save按鈕 , 打開(kāi) Save New Variable(保存新變量 )對(duì)話框 : Cluster membership 把樣品的分類結(jié)果保存到工作文件 Distance from cluster center 把各樣品與所屬類的聚心之間的歐氏距離保存到工作文件 Option按鈕 : Initial cluster centers 輸出初始聚心表 ANOVA table 輸出方差分析表 Cluster information for each case 顯示每個(gè)樣品的聚類信息 . 包括各樣品最終被歸入的類別、各樣品與最終聚心之間的歐氏距離 , 最終各聚心之間的歐氏距離 . 譜系聚類 : Analyze ? Classify ? Hierarchical Cluster 打開(kāi) Hierarchical Cluster Analysis(譜系聚類分析 )對(duì)話框 (1)從源變量欄里選擇一個(gè)或幾個(gè)分析變量移入 Variables(變量 )框中 . (2)選擇一個(gè)標(biāo)記變量移入 Label Case by框中 . (3)在 Cluster欄中選擇聚類類型： Cases 對(duì)樣品聚類 Variables 對(duì)變量聚類 (4)Display欄中選擇顯示內(nèi)容 Statistics 顯示統(tǒng)計(jì)量值 Plot 顯示圖形 Statistics按鈕 , 打開(kāi) Statistics對(duì)話框 (1)Agglomeration schedule 輸出一張概述聚類進(jìn)度的表格 (2)Proximity matrix 相似性矩陣 . 顯示各項(xiàng)間的距離 Cluster membership(樣品隸屬類 ): (1)None 不輸出樣品隸屬類表 (2)Single solution 輸出各樣品的指定分類數(shù)的隸屬表 Plots按鈕 , 打開(kāi) Plots對(duì)話框 Dendrogram 龍骨圖，即譜系聚類圖 Method按鈕 , 打開(kāi) Method(聚類方法 )對(duì)話框 Nearest Neighbor 最近距離法 Median Clustering 中位數(shù)法 Furthest Neighbor 最遠(yuǎn)距離法 Centroid Clustering 重心法 Ward’s Method 最小偏差平方和法 Measure(測(cè)度 )用于選擇距離測(cè)度方法 Interval 當(dāng)參與聚類分析的變量為間隔測(cè)度的連續(xù)型變量時(shí) : Euclidean distance 歐氏距離 Chebychev 切比雪夫距離 Squared Euclidean distance 歐氏距離的平方 Cosine 余弦相似測(cè)度，兩個(gè)向量之間的夾角余弦 Pearson correlation 皮爾遜相關(guān)系數(shù) Minkowski 閔可夫斯基距離 Counts 參與聚類分析的變量為頻數(shù)計(jì)數(shù)變量時(shí) , 單擊框邊箭頭展開(kāi)下拉列表 , 從中選擇測(cè)試計(jì)數(shù)數(shù)據(jù)的不相似性方法 . Save按鈕 , 打開(kāi) Save New Variables(保存新變量 )對(duì)話框 把分類結(jié)果保存到工作文件 例 根據(jù)世界上 20個(gè)國(guó)家和地區(qū)信息基礎(chǔ)設(shè)施的數(shù)據(jù)資料，對(duì)這些國(guó)家和地區(qū)進(jìn)行聚類 . 數(shù)據(jù)保存在數(shù)據(jù)文件例 (Country).sav 各變量意義如下 : country:國(guó)家 。 call:每千人中擁有的電話線數(shù)； movecall: 每千戶居民擁有的移動(dòng)電話數(shù)； fee: 高峰時(shí)期每 3分鐘國(guó)際電話的成本費(fèi)； puter: 每千人擁有的計(jì)算機(jī)數(shù)； misp: 每千人中計(jì)算機(jī)功率 (百萬(wàn)指令 /秒 )； : 每千人互聯(lián)網(wǎng)絡(luò)戶主數(shù) . 上機(jī)操作： 《 數(shù)據(jù)分析 》 P43 P243 P201 P91 P40 例 P201 P92 P91 P242 P154 P91 課程論文評(píng)分標(biāo)準(zhǔn) 1. 獨(dú)立搜集、整理數(shù)據(jù)，加工各種信息的能力 .(20%) 2. 利用統(tǒng)計(jì)軟件估計(jì)模型，各參數(shù)的設(shè)定合理，并能將軟件的運(yùn)行結(jié)果表述清楚 . (40%) 3. 論文結(jié)構(gòu)嚴(yán)謹(jǐn)，邏輯性強(qiáng)；語(yǔ)句通順，語(yǔ)言準(zhǔn)確；符合規(guī)范化要求，用 A4紙打印成文 . (15%) 4. 學(xué)習(xí)態(tài)度認(rèn)真，作風(fēng)嚴(yán)謹(jǐn)，按時(shí)完成任務(wù) .(15%) 5. 論文有創(chuàng)意，有一定的學(xué)術(shù)水平或?qū)嵱脙r(jià)值 . (10%) 6月 18日上機(jī)操作測(cè)驗(yàn)，同時(shí)把課程論文帶到機(jī)房。