多元統(tǒng)計(jì)分析課程設(shè)計(jì)--各行業(yè)指標(biāo)的聚類(lèi)分析

1、<p><b>　　課程設(shè)計(jì)說(shuō)明書(shū)</b></p><p>　　題目:＿＿＿＿＿各行業(yè)指標(biāo)的聚類(lèi)分析＿＿＿＿＿＿</p><p>　　院 系： 理 學(xué) 院 ＿</p><p>　　專(zhuān)業(yè)班級(jí)： 應(yīng)用數(shù)學(xué)10-2班</p><p>　　學(xué) 號(hào)：＿ ＿</p>

2、<p>　　學(xué)生姓名：＿ ＿＿</p><p>　　指導(dǎo)教師：＿＿ ＿＿</p><p>　　2013 年 1月8日</p><p>　　課程設(shè)計(jì)（論文）任務(wù)書(shū)</p><p>　　理學(xué)院 院 數(shù)學(xué) 系</p><p>　　2014年

3、1月2日 </p><p>　　安徽理工大學(xué)課程設(shè)計(jì)（論文）成績(jī)?cè)u(píng)定表</p><p><b>　　摘 要</b></p><p>　　聚類(lèi)分析在應(yīng)用多元統(tǒng)計(jì)分析中是很重要的一部分，是根據(jù)研究對(duì)象的特征按照一定標(biāo)準(zhǔn)對(duì)研究對(duì)象進(jìn)行分類(lèi)的一種分析方法，它使組內(nèi)的數(shù)據(jù)對(duì)象具有最高的相似度，而組間具有較大的差異。聚類(lèi)

4、分析可以在沒(méi)有先驗(yàn)分類(lèi)的情況下通過(guò)觀察對(duì)數(shù)據(jù)進(jìn)行分類(lèi)，在科學(xué)研究和實(shí)際的生產(chǎn)實(shí)踐中都具有廣泛的應(yīng)用，SPSS的分類(lèi)過(guò)程可以使用用戶方便地實(shí)現(xiàn)聚類(lèi)分析。聚類(lèi)分析有很多種方法，常見(jiàn)的主要有系統(tǒng)聚類(lèi)法、K-均值聚類(lèi)法、二階聚類(lèi)法等等。通過(guò)對(duì)聚類(lèi)分析的學(xué)習(xí)，可以將實(shí)際問(wèn)題轉(zhuǎn)化為應(yīng)用多元統(tǒng)計(jì)分析的具體問(wèn)題，運(yùn)用聚類(lèi)分析的知識(shí)，熟練運(yùn)用聚類(lèi)分析軟件命令，利用SPSS實(shí)現(xiàn)對(duì)問(wèn)題的分類(lèi)和解讀，達(dá)到分類(lèi)的真實(shí)效果。</p><p>

5、;　　本文運(yùn)用了系統(tǒng)聚類(lèi)和K均值聚類(lèi)的方法，將2007年我國(guó)各行業(yè)的情況進(jìn)行聚類(lèi)分類(lèi)，且在分類(lèi)中充分考慮各指標(biāo)間的關(guān)系，使分類(lèi)達(dá)到了很好的效果。通過(guò)SPSS對(duì)取得的數(shù)據(jù)進(jìn)行分析，可以將各行業(yè)的情況情況分成6到8類(lèi)，鮮明形象的體現(xiàn)了聚類(lèi)分析的優(yōu)勢(shì)。</p><p>　　關(guān)鍵詞 聚類(lèi)分析 系統(tǒng)聚類(lèi) K-均值聚類(lèi) SPSS </p><p><b>　　目 錄</b>

6、;</p><p><b>　　一 設(shè)計(jì)目的1</b></p><p><b>　　二 問(wèn)題描述1</b></p><p>　　三 問(wèn)題解決3 </p><p>　　四 結(jié)果比較16</p><p>　　總 結(jié).....................

7、....................................17</p><p>　　參考文獻(xiàn)......................................................18</p><p><b>　　一 設(shè)計(jì)目的</b></p><p>　　了解聚類(lèi)分析，學(xué)會(huì)應(yīng)用SPSS軟件進(jìn)行不同方法的聚類(lèi)分析

8、。同時(shí)更好的了解應(yīng)用多元統(tǒng)計(jì)分析的知識(shí)，熟練掌握聚類(lèi)分析在實(shí)際問(wèn)題上的應(yīng)用，并將所學(xué)的知識(shí)結(jié)合SPSS對(duì)數(shù)據(jù)的處理解決實(shí)際問(wèn)題。本設(shè)計(jì)是利用SPSS軟件對(duì)2007年我國(guó)各行業(yè)的情況進(jìn)行聚類(lèi)分類(lèi)。</p><p><b>　　二 問(wèn)題描述</b></p><p>　　下表給出了2007年我國(guó)各行業(yè)的工業(yè)總產(chǎn)值、工業(yè)增加值、資產(chǎn)總計(jì)、流動(dòng)資產(chǎn)總計(jì)、流動(dòng)資產(chǎn)年平均余額、負(fù)債

9、合計(jì)、流動(dòng)負(fù)債合計(jì)、主營(yíng)業(yè)務(wù)收入、主營(yíng)業(yè)務(wù)成本、利潤(rùn)總額，試對(duì)下表進(jìn)行聚類(lèi)分類(lèi)，以了解2007年我國(guó)各行業(yè)的情況。</p><p><b>　　三 問(wèn)題解決</b></p><p><b>　　1 數(shù)據(jù)錄入</b></p><p>　　首先定義變量視圖，然后將數(shù)據(jù)輸入。</p><p><b&

10、gt;　　2 系統(tǒng)聚類(lèi)法</b></p><p><b>　　2.1操作步驟</b></p><p>　　打開(kāi)主對(duì)話框并完成設(shè)置：選擇“分析”-“分類(lèi)”-“系統(tǒng)聚類(lèi)”命令。打開(kāi)“系統(tǒng)聚類(lèi)分析”對(duì)話框。將名稱(chēng)變量“行業(yè)”移入“標(biāo)注個(gè)案”文本框中，同時(shí)將“工業(yè)總產(chǎn)值”、“工業(yè)增加值”、“資產(chǎn)總計(jì)”、“流動(dòng)資產(chǎn)總計(jì)”、“流動(dòng)資產(chǎn)年平均余額”、“負(fù)債合計(jì)”、“流動(dòng)

11、負(fù)債合計(jì)”、“主營(yíng)業(yè)務(wù)收入”、“主營(yíng)業(yè)務(wù)成本”、“利潤(rùn)總額”10個(gè)連續(xù)變量移入右邊“變量”列表框中。因?yàn)楸景咐菍?duì)樣本進(jìn)行聚類(lèi)，所以在“分群”中勾選“個(gè)案”，在“輸出”選項(xiàng)組中勾選“統(tǒng)計(jì)量”復(fù)選框和“圖”復(fù)選框。</p><p>　　選擇統(tǒng)計(jì)量指標(biāo)：?jiǎn)螕粲疑戏降摹敖y(tǒng)計(jì)量”按鈕，打開(kāi)“系統(tǒng)聚類(lèi)分析：統(tǒng)計(jì)量”對(duì)話框，勾選“合并進(jìn)程表”復(fù)選框，在“聚類(lèi)成員”選項(xiàng)組中選中“方案范圍”按鈕，在最小聚類(lèi)數(shù)和最大聚類(lèi)數(shù)文本框中

12、分別輸入4和6。單擊繼續(xù)按鈕。</p><p>　?。?） 輸出結(jié)果設(shè)置：?jiǎn)螕粲疑戏降摹袄L制”按鈕，打開(kāi)“系統(tǒng)聚類(lèi)分析：圖”對(duì)話框。勾選“樹(shù)狀圖”復(fù)選框，“冰柱”選項(xiàng)組和“方向”選項(xiàng)組采用系統(tǒng)默認(rèn)選項(xiàng)。單擊“繼續(xù)”按鈕。單擊右上方的“保存”按鈕，打開(kāi)“系統(tǒng)聚類(lèi)分析：保存”對(duì)話框。在“聚類(lèi)成員”選項(xiàng)組中選中“方案范圍”按鈕，在最小聚類(lèi)數(shù)和最大聚類(lèi)數(shù)文本框中分別輸入4和6。單擊繼續(xù)按鈕。</p><

13、;p>　　（4） 最后單擊“確定”按鈕，執(zhí)行操作，輸出結(jié)果。</p><p>　　2．2結(jié)果及結(jié)果分析</p><p><b>　　案例處理匯總表</b></p><p>　　案例處理匯總表中介紹了參加聚類(lèi)的案例個(gè)數(shù)和百分比等基本信息。</p><p><b>　　聚類(lèi)狀態(tài)表</b></

14、p><p>　　聚類(lèi)狀態(tài)表直觀的顯示了聚類(lèi)分析過(guò)程中各階段所聚合的變量。其中第一列顯示了聚類(lèi)過(guò)程的步驟數(shù)，第二列和第三列顯示的是對(duì)應(yīng)的步驟中哪些變量進(jìn)行了合并，第四列顯示了被合并的兩變量之間的距離，第五列和第六列顯示的是參與聚類(lèi)的是樣本還是小類(lèi)，0表示該樣本是第一次出現(xiàn)在聚類(lèi)過(guò)程中，其他數(shù)值表示由相應(yīng)的步驟生成的小類(lèi)，例如該表中第十一步第五列的5表示其對(duì)應(yīng)的小類(lèi)17是由第五步聚類(lèi)形成的。第七列表示本步驟類(lèi)的結(jié)果下一次

15、將在第幾步與其他類(lèi)合并。</p><p><b>　　平均聯(lián)結(jié)（組之間）</b></p><p><b>　　群集成員表</b></p><p>　　由于在操作過(guò)程中將聚類(lèi)的方案范圍設(shè)置了最小聚類(lèi)數(shù)為4，最大聚類(lèi)數(shù)為6，所以該表給出了在類(lèi)別數(shù)分別為6，5，4時(shí)樣本的類(lèi)別歸屬情況。可以結(jié)合后面的樹(shù)狀圖及研究目的，確定具體的較

16、為合理的類(lèi)別數(shù)與成員歸屬。</p><p><b>　?。?）垂直冰狀圖</b></p><p>　　如圖所示為樣本之間通過(guò)組間連接法聚成的各類(lèi)之間的垂直冰狀圖。圖中的列代表各個(gè)案，行代表聚類(lèi)的步數(shù)。每?jī)蓚€(gè)個(gè)案之間都有一個(gè)冰柱，該冰柱表示兩個(gè)案之間的關(guān)系或距離，冰柱圖的讀取時(shí)從下往上看的。從圖中可以看到個(gè)案6和個(gè)案10之間的冰柱到了最低端，沒(méi)有空白，說(shuō)明兩者距離最近，

17、最先聚為一類(lèi)。這也和聚累狀態(tài)表中第一次聚類(lèi)也是一致的。其次是個(gè)案2和個(gè)案6之間距離最近，實(shí)現(xiàn)了第二次聚類(lèi)，其他依此類(lèi)推。</p><p><b>　　樹(shù)狀圖</b></p><p>　　樹(shù)狀圖可以非常直觀地反應(yīng)聚類(lèi)過(guò)程及樣本間的層次關(guān)系。從該圖中可以看出，樣本聚為5類(lèi)較為合適的。如果聚為5類(lèi)，煤炭開(kāi)采和洗選業(yè)，食品制造業(yè)，紡織服裝、鞋、帽制造業(yè)，皮革、毛皮、羽毛(絨)

18、及其制品業(yè)，木材加工及木、竹、藤、棕，造紙及紙制品業(yè)，石油加工、煉焦及核燃料加工業(yè)，醫(yī)藥制造業(yè)，化學(xué)纖維制造業(yè)，塑料制品業(yè)，專(zhuān)用設(shè)備制造業(yè)和通信設(shè)備、計(jì)算機(jī)及其他聚為一類(lèi)；農(nóng)副食品加工業(yè)，化學(xué)原料及化學(xué)制品制造業(yè)，非金屬礦物制品業(yè)，黑色金屬冶煉及壓延加工業(yè)，通用設(shè)備制造業(yè)和電氣機(jī)械及器材制造業(yè)聚為一類(lèi)；紡織業(yè)聚為一類(lèi)；有色金屬冶煉及壓延加工業(yè)，金屬制品業(yè)和交通運(yùn)輸設(shè)備制造業(yè)聚為一類(lèi)；其它行業(yè)聚為一類(lèi)。</p><p&

19、gt;　　* * * * * * * * * * * * * * * * * * * 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 * * * * * * * * * * * * * * * * * * *</p><p>　　Dendrogram using Average Linkage (Between Groups)</p>

20、<p>　　Rescaled Distance Cluster Combine</p><p>　　C A S E 0 5 10 15 20 25</p><p>　　Label Num +---------+------

21、---+---------+---------+---------+</p><p>　　其他采礦業(yè) 6 -+</p><p>　　煙草制品業(yè) 10 -+</p><p>　　石油和天然氣開(kāi)采業(yè) 2 -+</p><

22、p>　　燃?xì)馍a(chǎn)和供應(yīng)業(yè) 38 -+</p><p>　　水的生產(chǎn)和供應(yīng)業(yè) 39 -+</p><p>　　廢棄資源和廢舊材料回收加工業(yè) 36 -+</p><p>　　飲料制造業(yè) 9 -+---+</p><

23、;p>　　家具制造業(yè) 15 -+ |</p><p>　　黑色金屬礦采選業(yè) 3 -+ |</p><p>　　工藝品及其他制造業(yè) 35 -+ |</p><p>　　非金屬礦采選業(yè) 5 -+

24、 |</p><p>　　文教體育用品制造業(yè) 18 -+ |</p><p>　　有色金屬礦采選業(yè) 4 -+ |</p><p>　　印刷業(yè)和記錄媒介的復(fù)制 17 -+ |</p><p>　　儀器儀表及文化、辦公用

25、 34 -+ |</p><p>　　橡膠制品業(yè) 23 -+ +-------------------------------------------+</p><p>　　電力、熱力的生產(chǎn)和供應(yīng)業(yè) 37 -+ | |&l

26、t;/p><p>　　煤炭開(kāi)采和洗選業(yè) 1 -+ | |</p><p>　　食品制造業(yè) 8 -+ | |</p>&

27、lt;p>　　皮革、毛皮、羽毛(絨)及其制品業(yè) 13 -+ | |</p><p>　　醫(yī)藥制造業(yè) 21 -+ | |</p><p>　　化學(xué)纖維制造業(yè)

28、 22 -+-+ | |</p><p>　　石油加工、煉焦及核燃料加工業(yè) 19 -+ | | |</p><p>　　通信設(shè)備、計(jì)算機(jī)及其他 33

29、 -+ | | |</p><p>　　造紙及紙制品業(yè) 16 -+ +-+ |</p><p>　　木材加工及木、竹、藤、棕、 14 -+ |

30、 |</p><p>　　塑料制品業(yè) 24 -+ | |</p><p>　　專(zhuān)用設(shè)備制造業(yè) 30 -+-+

31、 |</p><p>　　紡織服裝、鞋、帽制造業(yè) 12 -+ |</p><p>　　有色金屬冶煉及壓延加工業(yè) 27 -+

32、 |</p><p>　　金屬制品業(yè) 28 -+---------+ |</p><p>　　交通運(yùn)輸設(shè)備制造業(yè) 31 -+ | |</p>

33、<p>　　化學(xué)原料及化學(xué)制品制造業(yè) 20 -+ | |</p><p>　　通用設(shè)備制造業(yè) 29 -+ +-------+ |</p><p>　　非金屬礦

34、物制品業(yè) 25 -+ | | |</p><p>　　電氣機(jī)械及器材制造業(yè) 32 -+-+ | +-----------------------------+</p><p>　　黑色金屬冶煉及壓延加工業(yè)

35、 26 -+ +-------+ |</p><p>　　農(nóng)副食品加工業(yè) 7 ---+ |</p><p>　　紡織業(yè) 11 -------------------+</p><p>　　回到SPSS數(shù)據(jù)視圖，可以看到后面多了

36、三列數(shù)據(jù)，依次為聚為六類(lèi)、五類(lèi)和四類(lèi)的行業(yè)歸屬情況。</p><p><b>　　3 K-均值聚類(lèi)</b></p><p><b>　　3.1操作步驟</b></p><p>　　打開(kāi)主對(duì)話框并完成設(shè)置：選擇“分析”-“分類(lèi)”-“K-均值聚類(lèi)”命令。打開(kāi)“K-均值聚類(lèi)”對(duì)話框。將名稱(chēng)變量“行業(yè)”移入“個(gè)案標(biāo)記依據(jù)”文本框中

37、，同時(shí)將“工業(yè)總產(chǎn)值”、“工業(yè)增加值”、“資產(chǎn)總計(jì)”、“流動(dòng)資產(chǎn)總計(jì)”、“流動(dòng)資產(chǎn)年平均余額”、“負(fù)債合計(jì)”、“流動(dòng)負(fù)債合計(jì)”、“主營(yíng)業(yè)務(wù)收入”、“主營(yíng)業(yè)務(wù)成本”、“利潤(rùn)總額”10個(gè)連續(xù)變量移入右邊“變量”列表框中，“聚類(lèi)數(shù)”本例中設(shè)為6，“方法”選項(xiàng)組中采用默認(rèn)的“迭代與分類(lèi)”選項(xiàng)。</p><p>　　輸出結(jié)果設(shè)置：?jiǎn)螕魣D右上方的“保存”按鈕，打開(kāi)“K-Means群集：保存新變量”對(duì)話框，勾選“聚類(lèi)成員”和“

38、與聚類(lèi)中心的距離”復(fù)選框，單擊繼續(xù)。</p><p>　　選擇統(tǒng)計(jì)量指標(biāo)：?jiǎn)螕魣D右上方的“選項(xiàng)”按鈕，打開(kāi)“K均值聚類(lèi)分析:選項(xiàng)”對(duì)話框。勾選“初始聚類(lèi)中心”和“每個(gè)個(gè)案的聚類(lèi)信息”。缺失值處理方式使用系統(tǒng)默認(rèn)選項(xiàng)。</p><p>　?。?） 單擊“確定”按鈕，執(zhí)行操作，輸出結(jié)果。</p><p>　　3.2結(jié)果及結(jié)果分析</p><p>

39、<b>　　初始類(lèi)中心</b></p><p>　　如表所示為初始類(lèi)中心表，由于指定聚類(lèi)數(shù)為6，所以表中給出了6個(gè)初始類(lèi)中心點(diǎn)。因?yàn)槭浅跏季垲?lèi)中心，在后面的迭代過(guò)程中類(lèi)中心會(huì)發(fā)生調(diào)整。</p><p>　　(2) 迭代歷史記錄</p><p>　　表給出了聚類(lèi)分析所經(jīng)歷的迭代過(guò)程，從中可以看出，聚類(lèi)分析過(guò)程經(jīng)過(guò)了4次迭代。其中聚類(lèi)中心前兩次變

40、化較大，最后一次迭代類(lèi)中心位置沒(méi)有變化，表示迭代完成。</p><p>　?。?） 表給出了經(jīng)過(guò)迭代后最終各類(lèi)中的成員信息，包括各個(gè)成員所屬的類(lèi)別及與其類(lèi)中心點(diǎn)之間的距離。其中的“聚類(lèi)”和“距離”兩變量自動(dòng)保存在了數(shù)據(jù)文件中。</p><p><b>　　最終聚類(lèi)中心</b></p><p>　　表顯示的是經(jīng)過(guò)調(diào)整后的最終聚類(lèi)中心坐標(biāo)，可以看出

41、與初始類(lèi)中心相比發(fā)生了很大的變化。說(shuō)明聚類(lèi)過(guò)程中初始類(lèi)中心坐標(biāo)進(jìn)行了調(diào)整。</p><p>　?。?） 最終類(lèi)中心間的距離</p><p>　　表所示為最終類(lèi)中心間的距離，從中可以看出，1類(lèi)和2類(lèi)中心點(diǎn)坐標(biāo)之間的距離為4194.427，1類(lèi)和3類(lèi)中心點(diǎn)坐標(biāo)之間的距離為8897.705。其它中心點(diǎn)間的距離也依此比較。</p><p>　?。?）每個(gè)聚類(lèi)中的案例數(shù)目&l

42、t;/p><p>　　表給出了每個(gè)聚類(lèi)中的案例數(shù)目，類(lèi)別1中的案例數(shù)為4個(gè)，類(lèi)別2中的案例數(shù)為13個(gè)，類(lèi)別3中的案例數(shù)為1個(gè)，類(lèi)別4中的案例數(shù)為5個(gè)，類(lèi)別5中的案例數(shù)為1個(gè)，類(lèi)別6中的案例數(shù)為15個(gè)。有效個(gè)案數(shù)為39個(gè)，無(wú)缺失值。</p><p>　?。?）回到數(shù)據(jù)視圖，在數(shù)據(jù)視圖的后面多了兩列，一列為分類(lèi)歸屬情況，另一列為樣本到類(lèi)中心的距離。</p><p><

43、b>　　四 結(jié)果比較</b></p><p>　　同一個(gè)問(wèn)題經(jīng)過(guò)系統(tǒng)聚類(lèi)分析和K-均值聚類(lèi)分析兩種方法的處理，可以看出最后的分類(lèi)結(jié)果是不一樣的。系統(tǒng)聚類(lèi)法中，當(dāng)樣品劃歸某類(lèi)后就不再變化，這就要求各步驟的分類(lèi)比較準(zhǔn)確。另外系統(tǒng)聚類(lèi)法需要保存距離矩陣，占用內(nèi)存很大。根據(jù)計(jì)算迭代方法，可以考慮先給一個(gè)較粗糙的初始分類(lèi)，然后按一定原則進(jìn)行修改，直到分類(lèi)比較合理為止。K-均值就屬于這樣一種聚類(lèi)方法。初始類(lèi)

44、中心的選擇可能影響到最終的分類(lèi)結(jié)果，因此有的將根據(jù)部分樣品進(jìn)行系統(tǒng)聚類(lèi)后，再計(jì)算聚成K類(lèi)的各類(lèi)重心作為初始類(lèi)中心；有的從樣本直接計(jì)算初始類(lèi)中心，目的都是使初始類(lèi)中心盡量遠(yuǎn)離。</p><p><b>　　總 結(jié)</b></p><p>　　通過(guò)這次課程設(shè)計(jì)，我知道了聚類(lèi)分析的多種方法。聚類(lèi)分析在解決實(shí)際問(wèn)題中有很重要的意義，有些實(shí)際問(wèn)題解決起來(lái)很復(fù)雜麻煩，但通過(guò)聚類(lèi)

45、分析以及SPSS軟件</p><p>　　的結(jié)合應(yīng)用，就能很清楚的得到解決，給我們帶來(lái)了很大的方便。我也更加熟悉了SPSS這個(gè)數(shù)學(xué)軟件的作用，并能很好的運(yùn)用到實(shí)際中去。相信這對(duì)我今后的學(xué)習(xí)和工種會(huì)有很大的幫助。</p><p><b>　　參考文獻(xiàn)</b></p><p>　　1.張紅坡 張海峰等. SPSS統(tǒng)計(jì)分析實(shí)用寶典. 清華大學(xué)出版社2