聚类分析方法应用举例.docxVIP

刘向民物流工程S 聚类剖析方法应用举例 多元统计，是研究多个随机变量之间互相依靠关系以及内在统计规律性的一门统计学 科。多元统计所包含的内容好多 .但在实质统计剖析中，聚类剖析是应用最宽泛的方法之一。 聚类剖析(cluste:Analysis) ，是研究分类问题的一种多元统计剖析方法社会经济统计的分 类问题，过去在传统方法上， 主假如联合必定的专业知识进行定性分类办理。 因为定性分类 主假如靠经验达成，因此其结论不免带有许多的主观性和任意性， 故不可以很好地揭露客观事 物内在的实质差异和联系。而聚类剖析能带来定量上的剖析能够解决这个问题， 下边经过一 些实例来描绘聚类剖析方法在应用上的表现； 1鉴于聚类剖析的安徽省物流需求研究 选用了分行业统计的年产值类指标建立物流需求指标系统（ X组），详细指标包含：农 业总产值（万元）（X1）、工业总产值（亿元）（X2）、建筑业总产值（万元）（X3）、社会花费 零售总数（万元）（X4）、亿元商品市场成交额（万元）（X5）、出入口总数（万美元）（X6）。 该指标系统经过农业、工业、建筑业、批发业、 零售业及国际贸易的发生额较全面地反应了 地域的物流需讨状况。 2研究方法 分类问题一般的解决法是聚类剖析或许因子剖析基础上的聚类剖析。 因为本文最后希望 得安徽省地级市物流需求分类状况， 无需认识各个指标系统的内在系统构造， 应选择聚类分 析方法更简洁。进行聚类剖析时，本文采纳的是鉴于样本聚类的 Q型系统聚类方法。 3研究过程和结果 地域物流需求指标的聚类剖析 由剖析软件输出的聚类过程统计量如表 1所示。能够看出，伪F统计量在归为 4类及7类时 较大，说明归为4类及7类时较好；伪T2统计量在1类、2类、3类时较大，因为伪 T2大 说明前一次归类成效较好，因此归为 4类、3类、2类成效较好。而R2的值在由4类归为3 类、由3类归为2类以及由 2类归为1类时都有较大的减小，说明归类为 2类、3类和4类 都是比较好的。半偏 R2统计量的值越大，则上一步聚类成效更好，因此归为 4类、3 类、2类成效都较好。综合考虑四个统计量的值，并考虑分类的适用性，本文以为归为 4类 比较适合。聚类图见图 1。 由软件剖析得的聚类过程获得每一类的各个指标的均匀值如表2所示。能够看出，四类地域 的划分显然，各样产值指标挨次递减。依照四类地域物流需讨状况可将安徽省的17个地级 市分为物流需求旺盛的省会经济圈、需求较大的马铜芜地域；物流需求量小的两淮和皖南山物流需求量小的两淮和皖南山区以及物流需求较小的第三类地域。 聚类剖析在证券投资基本剖析中的应用 有有关数据，聚类剖析与结论； 应用SPSS软件对31支股票进行系统聚类剖析，由聚类剖析的结果将这31支股票大概能够 分红6类:第1类:合金投资(18)、四川双马(19)，第2类:厦新电子(3)、数源科技(22)、清 华同方(1)、皖维高新(15)、哈药公司(14)；第3类:乐凯胶片(11)、中原油气(29)、辽河油 田(21)、盐田港(23)；第4类：王府井(9)、坚信泰丰(17)、上海机场(13)、中集公司(24)、西山煤电(26)、中兴通信(28)、神火股份(30)；第5类:波导股份(10)、鞍钢新轧(25)、伊利股份(4)、宝钢股份(12)、燕京啤酒(2)、隆平高科(27)；第6类：方正科技(6)、长安汽车(31)、太极公司(5)、青岛啤酒(16)、深康佳(20)、东软股份(7)、中国联通(8)。 我国地区可连续发展的聚类剖析应用举例 可连续发展指标系统 2聚类剖析的基本步骤有关公式定理 详细应用 应用spss软件，以31个省市、自治区作为样本，部分数据见表1。以各地区的生计支 持系统、发展支持系统、环境支持系统、社会支持系统和智力支持系统为指标进行聚类剖析。. 应用SPSS软件能够获得聚类剖析谱系图，如图2。依据树状图，当距离取6时，可将我国各地域的可连续发展水均分为4类，并应用线性加权求均匀值法。把4类分别求总指标均匀值见表2；