多元统计分析我国主要城市的聚类分析课程设计

来源：用户分享时间：2025/5/22 12:28:29 本文由

说明：文章内容仅供预览，部分内容可能不全，需要完整文档或者需要复制内容，请下载word后使用。下载word有问题请添加微信号:xxxxxxx或QQ：xxxxxx 处理（尽可能给您提供完整文档），感谢您的支持与谅解。

[5]统计量和方法都选择系统默认值； [6]点击确认按，运行系统聚类过程。

4.2 结果分析

（1）案例处理汇总表案例处理汇总a,b 案例有效 N 31 百分比 100.0 N 0 缺失百分比 .0 N 31 总计百分比 100.0 a. 平方 Euclidean 距离已使用 b. 平均联结（组之间）案例处理汇总表中汇总了有效数据数量31个，占百分比百分之百，缺失数据0个，占百分之零。总计数量31个，占百分比百分之百。（2）聚类过程的结果

聚类表群集组合阶 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 群集 1 1 10 27 24 11 14 29 27 4 11 2 22 9 5 2 3 群集 2 7 25 28 26 13 21 31 30 8 20 15 24 17 27 6 16 系数 2030.700 6472.450 6891.980 7712.150 7879.700 8652.120 8976.360 11702.360 13361.980 15090.710 16685.780 16946.055 21471.700 23973.187 26784.820 29527.570 首次出现阶群集群集 1 0 0 0 0 0 0 0 3 0 5 0 0 0 0 11 0 群集 2 0 0 0 0 0 0 0 0 0 0 0 4 0 8 0 0 下一阶 23 24 8 12 10 18 19 14 19 20 15 17 21 22 25 25 17 18 19 20 21 22 23 24 25 22 14 4 11 9 4 1 9 2 23 19 29 18 12 5 4 10 3 30375.043 33341.820 33759.970 41305.233 54576.150 66153.898 76408.073 96207.958 133658.538 12 6 9 10 13 19 1 21 15 0 0 7 0 0 14 22 2 16 29 26 22 26 24 23 28 27 28

此表是对每一阶段聚类结果的反映，第四列表示聚合系数，第二列第三列表示聚合的类，例如，第一个阶段是把相似程度较大的第一个样品和第七个样品聚为一类，此时有30类，第二个阶段是把相似程度较大的第十个样品和第二十五个样品聚为一类，此时有29类，以此类推。此图为根据聚类表所制出的折线图

（3）聚类成员表群集成员案例 5 群集 1 2 2 1 1 2 1 4 群集 1 2 2 1 1 2 1 3 群集 1 1 1 1 1 1 1 2 群集 1 1 1 1 1 1 1 1:北京 2:天津 3:石家庄 4:太原 5:呼和浩特 6:沈阳 7:长春 8:哈尔滨 9:上海 10:南京 11:杭州 12:合肥 13:福州 14:南昌 15:济南 16:郑州 17:武汉 18:长沙 19:广州 20:南宁 21:海口 1 3 3 4 3 4 4 2 2 3 4 4 4 4 1 3 3 3 3 3 3 2 2 3 3 3 3 3 1 2 2 2 2 2 2 1 1 2 2 2 2 2 1 2 2 2 2 2 2 1 1 2 2 2 2 2 该表每个案例分别在分为五类、四类、三类、二类时所在的类别数，由表可知因为最小聚类数为2，最大聚类数为5 ，类别数分别为2, 3，4，5时样本的类别归属情况。可以结合后面的树状图、冰柱图及研究目的，确定具体的较为合理的类别数与成员归属。（4）冰柱图

冰柱图也是反映样品聚类情况的图，比如我们希望分为3类，那么最左边的类数应选4，每个样品右边都有一列冰柱，如果某个样品右边的列冰柱长度小于三，那么他和前面冰柱长度大于三的样品聚为一类，如此下去直到找到全部三类为止，例如，案例二十二右边的列冰柱长度为2，那么它就与案例二十三和案例二十八为一类了，第九个案例右边的列冰柱长度为1，那么从案例十九到九为一类，其余为一类。由此，将本题分为了三类（5）树状聚类图

* * * * * * * * * * * * * * * * * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * * * * * * * * * * * * * * * * *

Dendrogram using Average Linkage (Between Groups)

Rescaled Distance Cluster Combine

C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+

乌鲁木齐 31 -+ +---------------------------------------+ 太原 4 -+ | | 哈尔滨 8 -+ | | 天津 2 -+ | | 济南 15 -+-+ | | 沈阳 6 -+ +-----+ | 石家庄 3 -+-+ | 郑州 16 -+ | 贵阳 24 -+ | 西安 26 -+ | 重庆 22 -+-------------+ | 成都 23 -+ | | 南京 10 -+-+ | | 昆明 25 -+ +-----+ +---------------------------------+ 上海 9 -+ | | |

搜索更多关于：多元统计分析我国主要城市的聚类分析课程设计的文档

多元统计分析我国主要城市的聚类分析课程设计.doc 将本文的Word文档下载到电脑，方便复制、编辑、收藏和打印

下载这篇word文档

本文链接：https://www.diyifanwen.net/c03aah8j1hn83hrt8bvfc_2.html（转载请注明文章来源）