多元统计分析实验报告 聚类分析.doc

武汉理工大学实验(实训)报告项目名称  实验2―聚类分析   所属课程名称    多元统计分析   项目类型    设计性实验    实验(实训)日期   年  月  日 班  级           学  号           姓  名           指导教师            武汉理工大学统计学系制一、实验(实训)概述:【目的及要求】聚类分析的目的是将分类对象按一定规则分为若干类,这些类不是事先给定的,而是根据数据的特征确定的。在同一类里的这些对象在某种意义上倾向于彼此相似,而在不同的类里的对象倾向于不相似。按具体的题目要求完成实验报告,并及时上传到给定的FTP和课程网站!【基本原理】系统聚类法是聚类分析中用的最多的一种,其基本思想是:开始将n个对象各自作为一类,并规定对象之间的距离和类与类之间的距离,然后将距离最近的两类合并成一个新类,计算新类与其它类之间的距离;重复进行两个最近类的合并,每次减少一类,直至所有的对象合并为一类。【实施环境】(使用的材料、设备、软件)SPSS等软件二、实验(实训)内容:【项目内容】聚类分析。【方案设计】共含两道题目:第一题为基于距离矩阵的聚类分析;第二题为基于原始数据的聚类分析。三、指导教师评语及成绩:评语:成绩:指导教师签名:批阅日期: 实验报告2聚类分析(设计性实验)实验原理:聚类分析的目的是将分类对象按一定规则分为若干类,这些类不是事先给定的,而是根据数据的特征确定的。在同一类里的这些对象在某种意义上倾向于彼此相似,而在不同的类里的对象倾向于不相似。系统聚类法是聚类分析中用的最多的一种,其基本思想是:开始将n个对象各自作为一类,并规定对象之间的距离和类与类之间的距离,然后将距离最近的两类合并成一个新类,计算新类与其它类之间的距离;重复进行两个最近类的合并,每次减少一类,直至所有的对象合并为一类。实验题目一:为了对11种语言——英语、挪威语、丹麦语、荷兰语、德语、法语、西班牙语、意大利语、波兰语、匈牙利语及芬兰语进行比较研究,研究人员选取每种语言的1至10十个数字相应的单词列表分析。对于同一数字,某两种语言的第一个字母若相同,则称这两者在该数字上一致,否则非一致。将这11种语言两两比较后,计算每一对在十个数字上非一致的数目,得到下列距离矩阵:E N Da Du  G  Fr Sp I  P  H FiE    0                          N    2  0Da    2  1  0Du    7  5  6  0G    6  4  5  5  0Fr    6  6  6  9  7  0Sp    6  6  5  9  7  2  0I     6  6  5  9  7  1  1  0P     7  7  6  10  8  5  3  4  0H    9  8  8  8  9  10 10 10  10 0Fi    9  9  9  9  9  9  9  9  9  8 0(1)对这11种语言分别用最小距离法(singlelinkage)、pletelinkage)、平均距离法(averagelinkage)进行聚类分析;(2)画出以上三种方法聚类分析结果的树状图;(3)结合三种方法的树状图,你认为将11种语言分为哪几类比较合适?(4)用最大距离法将