文档介绍：§10 聚类分析（Cluster Analysis）
[引例10-1]
1
编辑ppt
§10 聚类分析（Cluster Analysis）
[引例10-1]
2
编辑ppt
§10 聚类分析（Cluster Analysis）
§ 概述
§ 统计量
§ 系统聚类（层次聚类）
§ 快速聚类
3
编辑ppt
§ 概述
问题的提出
基本思想
主要步骤
基本原则
主要分类
§ 概述
4
编辑ppt
§ 概述
问题的提出
聚类分析又称群分析、点群分析、簇群分析等，是研究分类问题(样本或指标)的一种多元统计方法。
与其它多元统计分析方法相比，聚类分析方法比较粗糙，理论上尚不完善，目前正处于发展阶段。
但由于这种方法能解决许多实际问题，应用比较方便，因此越来越受到人们的重视。
5
编辑ppt
§ 概述
问题的提出
6
编辑ppt
基本思想
假定研究对象之间存在不同程度的相似性（亲疏程度）。
根据观测样本，找出并计算一些能够度量相似程度的统计量（相似系数、相关系数、距离等）。
按照相似性统计量，将相似程度大的聚合到一类，关系疏远的聚合到另一类，直到把所有样本都聚合完毕，形成一个由小到大的分类系统。
最后将分类系统直观地用
图形表示出来，即谱系图。
§ 概述
7
编辑ppt
主要分类
R型聚类分析
对变量进行聚类分析（比较：主成分、公因子）
Q型聚类分析
对样本进行聚类分析（比较：主成分得分、因子得分）
§ 概述
8
编辑ppt
主要分类
系统聚类（hierarchical cluster）
不指定最终的类数，结论将在聚类过程中寻求，这种聚类称为系统聚类
可以对变量和样本进行聚类分析
快速聚类（K-means cluster）
事先指定用于聚类分析的类数
只对样本进行聚类分析，适合大样本数据
§ 概述
9
编辑ppt
统计量
为了将样本(或变量)进行分类，需要研究其关系。
目前用得最多的方法有两个：一种方法是用相似系数，比较相似的样本归为一类，不怎么相似的样本归为不同的类。
另一种方法是将一个样本看作P维空间的一个点，并在空间定义距离，距离越近的点归为一类，距离较远的点归为不同的类。
对样本进行聚类（Q型聚类），常用的统计量为距离；
对变量进行聚类（R 型聚类），常用的统计量为相似系数。
§ 统计量
10
编辑ppt