《应用统计补充专题》由会员分享，可在线阅读，更多相关《应用统计补充专题（10页珍藏版）》请在金锄头文库上搜索。
1、补充专题2：判别分析和聚类分析一、判别分析和聚类分析判别分析解决这样的问题：事先知道研究对象分为几个类别，而且有一些类别已知的样品，从这些类别已知的样品出发，建立一种判别方法，对类别未知的样品进行分类。聚类分析解决这样的问题：有一些样品需要分类，但是它们可以分为哪几类，各是什么样的类型，事先都不知道，也没有已知类别的样品可以作为参考，为此，只能根据“物以类聚”的原则，把特性比较接近的样品聚集在一起，成为一类。这就是聚类分析。二、聚类分析问题举例：1. 动植物的分类采集了一大批动物或植物的标本，事先不知道它们可以分为几类，只是根据从标本测得的各种数据（如动物的各种体形特征，植物的各种外形尺寸），
2、考虑把特征相近的标本聚集在一起，分成几类，这就是一个聚类分析问题。2. 上市股票的分类股市中有成百上千只股票，每只股票都有大批数据（如股票价格、成交量、市盈率、公司资本、负债、产值、利润等），根据这些数据把特征相近的股票聚集在一起，分成几类，这也是一个聚类分析问题。3. 不同情况气象年份的分类对某地积累了许多年的气象资料，每一年都有一大批数据（如该年各个月份的平均气温、降水量、年最高气温、年最低气温等），要求把气象情况相近的年份聚集在一起，分成几类，这也是一个聚类分析问题。4. 教学评估后，依照各项指标得分对高校办学水平的等级进行分类；世界杯结束后，依进球数和失球数对参赛球队的水平进行分类等，
3、都可用聚类分析的方法解决。三、聚类分析的方法方法很多，最常用也比较成熟的一种方法是系统聚类法（Hierarchical Clustering Method），也称谱系聚类法。1. 相似度的测量1）样品间的距离：常见的有绝对值距离、欧氏距离等。设有p个指标X1，X2，Xp, 进行了n次观测，得到样本观测值为xi=(xi1, xi2, , xip)，i=1,2, ,n. 第i个与第j个样品之间的欧氏距离定义为2）类与类之间的距离：常见的有最短距离、最长距离、重心距离等。其中最短距离定义为类Gi与类Gj中两个最近元素之间的距离为这两类之间的最短距离。计算公式为D1(i, j)=mindijiGi,
4、jGj2. 系统聚类法的基本思路和计算流程：1）将n个样品分为n类，每类一个样本。2）选择样品间距离的计算方法，如欧氏距离。3）选择类与类之间距离的计算方法，如最短距离。4）选择距离最小的两类合并为一个新类，原来n类减少为n-1类。5）重复第4）步，直到合并为一大类为止。6）画出分类图, 并做出分析。四、系统聚类法实例【例1】有8个样本，每个样本2个指标，数据如表1所示。样品之间的距离用欧氏距离，类与类之间的距离用最短距离，使用系统聚类法对这8个样本进行分类。样本编号12345678指标12244-4-2-3-1指标25343322-3解：系统聚类过程如下。1）将8个样品分为8类。2）计算类与
5、类之间的距离矩阵3）由D0看出，最小元素为1.0，是G3和G4、G6和G7间的距离，将G3和G4合并为新类G9，将合G3和G4并为新类G10 .4）重新计算新类之间的距离矩阵5）由D1看出，最小元素为1.4，是G5和G10间的距离，将G5和G10合并为新类G11 .6）重新计算新类之间的距离矩阵7）由D2看出，最小元素为2，是G1和G2、G2和G9间的距离，将G1 、G2和G9合并为新类G12 .8）重新计算新类之间的距离矩阵9）由D3看出，最小元素为4.1，是G11和G12间的距离，将G11和G12合并为新类G13 .最后将G8和G13合并为一类.10）画出分类图：（此例只考虑两个指标，故可
6、画出指标1、指标2观察值的散点图，与分类图与相对照）G12G9G9G13G12G11G1067583421 / 文档可自由编辑打印11）从聚类图可以看出，当样品分为两类时，第一类为样品8，第二类为样品1，2，3，4, 5，6，7，；当样品分为三类时，第一类为样品8，第二类为样品5，6，7；第三类为样品1，2, 3，4。依次类推，可以分出不同数量类别时，各类所包含的样品。【例2】2002年世界杯足球赛中，前16名的球队在此前的小组赛中的进球数和失球数统计如表2所示。样本点之间的距离用欧氏距离，类与类之间的距离用最短距离，使用系统聚类法对这16个球队进行分类。球队编号球队名称进球数失球数1丹麦522塞内加尔543西班牙944巴拉圭665巴西1136土耳其537韩国418美国569德国11110爱尔兰5211瑞典4312英格兰2113墨西哥4214意大利4315日本5216比利时65解：散点图分类谱系图：从谱系图可以看出，当样本分为两类时，第一类为，第二类为；当样本分为三类时，第一类为，第二类为；第三类为。依次类推，可以分出不同数量类别时，各类所包含的球队。
