第六章數(shù)據(jù)分析梅長(zhǎng)林習(xí)題答案

1、第六章習(xí)題 習(xí)題6.3 解：用SAS的proc fastclus將各個(gè)國(guó)家聚為三類(lèi)，即如果如下： 聚類(lèi)散點(diǎn)圖如下： x23020100101111111111111111111111111111111111111111111111111111111111111111112030Cluster1140x121111150311160 （2）聚為四類(lèi)結(jié)果散點(diǎn)圖如下： x230201001011111111111111111111111111111111111111111111111111111111111111111120Cluster30111140x11111250111311604 習(xí)題6.

2、4 解：通過(guò)proc fastclus聚為三類(lèi)結(jié)果如下： 15 / 1 Cluster Listing Obs years Cluster Distance from Seed 1 1978 1 474.3 2 1979 1 433.2 3 1980 1 362.1 4 1981 1 288.9 5 1982 1 260.0 6 1983 1 218.3 7 1984 1 141.7 8 1985 1 60.4851 9 1986 1 169.3 10 1987 1 350.2 11 1988 1 730.5 12 1989 1 890.3 13 1990 2 985.0 14 1991 2

3、723.8 15 1992 2 249.2 16 1993 2 484.6 17 1994 2 1475.1 18 1995 3 1086.4 19 1996 3 394.5 20 1997 3 96.1975 21 1998 3 471.9 22 1999 3 958.6 聚類(lèi)結(jié)果散點(diǎn)圖：15 / 2 x220001900180017001600150014001300120011001000900800700600500400300200100111111111111111111111110000Cluster2000x111111300031112114000 6.6 習(xí)題用最短距離法得

4、到的聚,過(guò)程中取選項(xiàng)“method=single”1解：（）在proc cluster 類(lèi)結(jié)果如下所示： Cluster History NCL Clusters Joined FREQ Min Dist T i e 10 N Da 2 1 T 9 Fr I 2 1 T 8 CL9 S 3 1 7 E CL10 3 2 6 CL8 P 4 3 5 CL7 G 4 4 4 CL5 Du 5 5 T 3 CL4 CL6 9 5 2 CL3 H 10 8 T 1 CL2 Fi 11 8 的時(shí)候，將挪威語(yǔ)和丹麥語(yǔ)聚為一上述聚類(lèi)過(guò)程為：首先在最短距離為110個(gè)樣本，這是全部類(lèi)被分為2CL10=類(lèi)，得新類(lèi)

5、丹麥語(yǔ)，挪威語(yǔ)，其中包含15 / 3 類(lèi)；其次，將法語(yǔ)和意大利語(yǔ)聚為一類(lèi)，CL9=法語(yǔ)，意大利語(yǔ)；其中包含兩個(gè)樣本，這是全部樣本被分為9類(lèi)，接著在最短距離為2的時(shí)候，波蘭語(yǔ)被分到CL9當(dāng)中，也即CL8=CL9,波蘭語(yǔ)，然后英語(yǔ)被分到CL10中，的新類(lèi)CL7=CL10,英語(yǔ)=丹麥語(yǔ)，挪威語(yǔ)，英語(yǔ)，如此等等，最后在最短距離為8的時(shí)候，所有類(lèi)并入CL2中，這樣全部樣品歸為一類(lèi)，系統(tǒng)聚類(lèi)結(jié)束。 由譜系聚類(lèi)法能夠細(xì)致的看出由小到大的聚類(lèi)過(guò)程，由合并時(shí)的距離水平可以看出樣本之間的親疏程度。 然后利用proc tree 過(guò)程可以畫(huà)出最短距離譜系圖如下所示： 其中以E、N、Da、Du、G、Fr、S、I、P、H

6、、Fi分別代表英語(yǔ)、挪威語(yǔ)、丹麥語(yǔ)、荷蘭語(yǔ)、德語(yǔ)、法語(yǔ)、西班牙語(yǔ)、意大利語(yǔ)、波蘭語(yǔ)、匈牙利語(yǔ)、芬蘭語(yǔ)等11中語(yǔ)言。 identityENDaGDuFrISPHFi0123Minimum Distance Between Clusters56784 （2）最長(zhǎng)距離法。在proc cluster過(guò)程中選取”method=conplete”,得到最長(zhǎng)距離法聚類(lèi)過(guò)程見(jiàn)下表： 15 / 4 Cluster History NCL Clusters Joined FREQ Max Dist T i e 10 N Da 2 1 T 9 Fr I 2 1 T 8 E CL10 3 2 T 7 CL9 S 3

7、2 6 Du G 2 5 T 5 CL7 P 4 5 4 CL8 CL6 5 7 T 3 H Fi 2 8 2 CL4 CL3 7 9 1 CL2 CL5 11 10 倒數(shù)第六步兩種方法合并次序和合并距離水平有所與最短距離法聚類(lèi)過(guò)程相比， 不同。identityENDaDuGHFiFrISP109678401235Maximum Distance Between Clusters 得到最長(zhǎng)距離”method=average,”proc cluster3（）類(lèi)平均距離法。在過(guò)程中選取 法聚類(lèi)過(guò)程見(jiàn)下表：15 / 5 Cluster History NCL Clusters Joined FREQ

8、 Aver Dist T i e 10 N Da 2 1 T 9 Fr I 2 1 T 8 CL9 S 3 1.5 7 E CL10 3 2 6 CL8 P 4 4 5 CL7 G 4 5 T 4 CL5 Du 5 5.75 3 CL4 CL6 9 6.9 2 H Fi 2 8 1 CL3 CL2 11 9.0556 在最長(zhǎng)距離聚與最短距離法聚類(lèi)過(guò)程相比，倒數(shù)第二步兩種方法合并次序不同， 聚為一類(lèi)。類(lèi)中時(shí)將匈牙利語(yǔ)和芬蘭語(yǔ)先合并為一類(lèi)在和CL3最長(zhǎng)距離聚類(lèi)法譜系圖如下所示 ： identityENDaGDuFrISPHFi109678401235Average Distance Between

9、 Clusters 得到最長(zhǎng)距離法聚類(lèi)”method=centroid,”proc cluster4（）重心法。在過(guò)程中選取 過(guò)程見(jiàn)下表：15 / 6 Cluster History NCL Clusters Joined FREQ Squared Cent Dist T i e 10 N Da 2 1 T 9 Fr I 2 1 T 8 CL9 S 3 1.25 7 E CL10 3 1.75 6 CL8 P 4 3.5556 5 CL7 G 4 4.4444 T 4 CL5 CL6 8 4.0625 3 CL4 Du 9 5.3594 2 CL3 Fi 10 6.5679 1 CL2 H 1

10、1 6.22 重心法與前述幾種方法在類(lèi)的合并以及距離水平都有所差異。 其譜系聚類(lèi)結(jié)果如下所示： identityENDaGFrISPDuFiH7.06.06.54.04.55.05.53.51.50.00.51.02.02.53.0Distance Between Cluster Centroids 6.7 習(xí)題2.得到最長(zhǎng)距,”method=complete”過(guò)程中選取proc 最長(zhǎng)距離法。在cluster）（解：1:離法聚類(lèi)過(guò)程見(jiàn)下表 15 / 7 Cluster History NCL Clusters Joined FREQ Max Dist 15 1989 1990 2 13.9 1

11、4 1999 2000 2 17.06 13 1985 1986 2 18.83 12 1991 1992 2 29.022 11 1996 1997 2 31.489 10 CL13 1987 3 47.606 9 CL15 CL12 4 53.244 8 CL11 1998 3 68.7 7 1995 CL8 4 81.253 6 CL10 1988 4 118.56 5 CL9 1993 5 123.18 4 CL7 CL14 6 144.09 3 1994 CL4 7 199.95 2 CL6 CL5 9 306.9 1 CL2 CL3 16 672.8 然后得到聚為三類(lèi)的結(jié)果：199

12、3 、19911989、1990、1992第一類(lèi)：1994 1995、1997、1998、2000第二類(lèi)：1999、1996、1988 1992、第三類(lèi)：1985、Obs years CLUSTER CLUSNAME 1 1989 1 CL5 2 1990 1 CL5 3 1999 2 CL3 4 2000 2 CL3 5 1985 3 CL6 6 1986 3 CL6 7 1991 1 CL5 8 1992 1 CL5 9 1996 2 CL3 10 1997 2 CL3 15 / 8 Obs years198519861987years CLUSTER CLUSNAME 11 1987 3

13、 CL6 12 1998 2 CL3 13 1995 2 CL3 14 1988 3 CL6 15 1993 1 CL5 16 1994 2 CL3 譜系聚類(lèi)結(jié)果圖： 1988198919901991199219931994199519961997199819992000700650500550600250300350400450200050100150Maximum Distance Between Clusters 得到最長(zhǎng)距離,method=average”）類(lèi)平均距離法。在proc cluster過(guò)程中選取”2（ 法聚類(lèi)過(guò)程見(jiàn)下表：、Cluster History NCL Cluste

14、rs Joined FREQ Aver Dist T i e 15 1989 1990 2 13.9 14 1999 2000 2 17.06 13 1985 1986 2 18.83 12 CL15 1991 3 23.508 11 1996 1997 2 31.489 10 CL13 1987 3 38.338 9 CL12 1992 4 42.159 8 CL11 1998 3 56.317 15 / 9 Cluster History NCL Clusters Joined FREQ Aver Dist T i e 7 1995 CL8 4 73.327 6 1988 CL9 5 89

15、.989 5 CL7 CL14 6 110.9 4 CL6 1993 6 122.26 3 1994 CL5 7 171.24 2 CL10 CL4 9 185.58 1 CL2 CL3 16 466.34 譜系聚類(lèi)結(jié)果圖如下所示： years1985198619871988198919901991199219931994199519961997199819992000500450350400150200250300100050Average Distance Between Clusters 然后得到聚為三類(lèi)的結(jié)果：1993 1991、1988、1990第一類(lèi)：1989、19921994 、

16、19951997、1996、19982000第二類(lèi)：1999、1985 1987、1986第三類(lèi)：、Obs years CLUSTER CLUSNAME 1 1989 1 CL4 2 1990 1 CL4 3 1999 2 CL3 4 2000 2 CL3 5 1985 3 CL10 15 / 10 Obs years CLUSTER CLUSNAME 6 1986 3 CL10 7 1991 1 CL4 8 1996 2 CL3 9 1997 2 CL3 10 1987 3 CL10 11 1992 1 CL4 12 1998 2 CL3 13 1995 2 CL3 14 1988 1 CL

17、4 15 1993 1 CL4 16 1994 2 CL3 3）對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化之后，得到聚為三類(lèi)的結(jié)果分別為：（ 最長(zhǎng)距離法： 聚為三類(lèi)的結(jié)果為：1994 、1997、19981999、2000、1996、第一類(lèi)：1993 、1992、第二類(lèi)結(jié)果：19891990、19911988 、1987第三類(lèi)結(jié)果為：1895、1986Obs years CLUSTER CLUSNAME 1 1999 1 CL3 2 2000 1 CL3 3 1989 2 CL4 4 1990 2 CL4 5 1985 3 CL6 6 1986 3 CL6 7 1996 1 CL3 8 1997 1 CL3 9 199

18、1 2 CL4 10 1992 2 CL4 11 1987 3 CL6 12 1998 1 CL3 13 1995 1 CL3 14 1988 3 CL6 15 / 11 Obs years CLUSTER CLUSNAME 15 1993 2 CL4 16 1994 1 CL3 類(lèi)平均距離法聚聚為三類(lèi)的結(jié)果： 1998、1994、1995、1997第一類(lèi)：1999、2000、1996、1993 1992、1990、1991、第二類(lèi)：1989、1988 1987、1986、第三類(lèi)：1985Obs years CLUSTER CLUSNAME 1 1999 1 CL3 2 2000 1 CL3

19、3 1989 2 CL4 4 1990 2 CL4 5 1985 3 CL5 6 1986 3 CL5 7 1991 2 CL4 8 1996 1 CL3 9 1997 1 CL3 10 1987 3 CL5 11 1992 2 CL4 12 1998 1 CL3 13 1995 1 CL3 14 1988 3 CL5 15 1993 2 CL4 16 1994 1 CL3 在數(shù)據(jù)標(biāo)準(zhǔn)化之前不同聚類(lèi)方法得到的結(jié)果不僅盡相同，觀察聚類(lèi)結(jié)果發(fā)現(xiàn)，兩種不同而且在標(biāo)準(zhǔn)化前后聚類(lèi)結(jié)果也是不要一樣的，但是在數(shù)據(jù)標(biāo)準(zhǔn)化之后， 的聚類(lèi)方法聚類(lèi)結(jié)果完全相同。6.8 3.習(xí)題 解：首先從相關(guān)系數(shù)矩陣出發(fā)，通過(guò)變換

20、得到距離矩陣。rddD ，從令出發(fā)，得到變換之后的距離矩陣：)1?(ijijij15 / 12 ?0?00.423? 0.4910.4010?00.6130.6110.564?0.05380.5380.5740.477?用最短距,”過(guò)程中取選項(xiàng)“（1）最短距離聚類(lèi)法。在proc clustermethod=single 離法得到的聚類(lèi)結(jié)果如下所示：Cluster History NCL Clusters Joined FREQ Min Dist T i e 4 x2 x3 2 0.5825 3 x1 CL4 3 0.6209 2 x4 x5 2 0.708 1 CL3 CL2 5 0.8394 譜系聚類(lèi)結(jié)果圖：identitxx2x3x4x50.00.10.20.30.