聚類分析實(shí)驗(yàn)報(bào)告

1、應(yīng)用多元統(tǒng)計(jì)分析課程實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)名稱：用聚類分析的方法研究山東省17個(gè)市的產(chǎn)業(yè)類型的差異化學(xué)生班級(jí)：統(tǒng)計(jì)0901學(xué)生姓名：賈緒順杜春霖陳維民張鵬指導(dǎo)老師：_完成日期：2011.12.12一，實(shí)驗(yàn)內(nèi)容根據(jù)聚類分析的原理，使用系統(tǒng)聚類分析的COMpletelinkage（最長(zhǎng)距離法）和WARD（離差平方和法），運(yùn)用SPSS軟件對(duì)2009年山東省17個(gè)城市生產(chǎn)總值的數(shù)據(jù)進(jìn)行Q型聚類，將17個(gè)城市分為5類，發(fā)現(xiàn)不同城市產(chǎn)業(yè)類型的差異化，并解釋造成這種差異的原因二，實(shí)驗(yàn)?zāi)康南Ｍㄟ^(guò)實(shí)驗(yàn)研究山東省17個(gè)市的生產(chǎn)總值的差異化，并分析造成這種差異化的原因，可以更深刻的掌握聚類分析的原理；進(jìn)一步熟悉聚類分析問(wèn)題

2、的提出、解決問(wèn)題的思路、方法和技能；達(dá)到能綜合運(yùn)用所學(xué)基本理論和專業(yè)知識(shí)；鍛煉收集、整理、運(yùn)用資料的能力的目的；希望能會(huì)調(diào)用SPSS軟件聚類分析有關(guān)過(guò)程命令，并且可以對(duì)數(shù)據(jù)處理結(jié)果進(jìn)行正確判斷分析，作出綜合評(píng)價(jià)。三，實(shí)驗(yàn)方法背景與原理3.1方法背景聚類分析又稱群分析，是多元統(tǒng)計(jì)分析中研究樣本或指標(biāo)的一種主要的分類方法，在古老的分類學(xué)中，人們主要靠經(jīng)驗(yàn)和專業(yè)知識(shí)，很少利用數(shù)學(xué)方法。隨著生產(chǎn)技術(shù)和科學(xué)的發(fā)展，分類越來(lái)越細(xì)，以致有時(shí)僅憑經(jīng)驗(yàn)和專業(yè)知識(shí)還不能進(jìn)行確切分類，于是數(shù)學(xué)這個(gè)有用的工具逐漸被引進(jìn)到分類學(xué)中，形成了數(shù)值分類學(xué)。近些年來(lái)，數(shù)理統(tǒng)計(jì)的多元分析方法有了迅速的發(fā)展，多元分析的技術(shù)自然被引

3、用到分類學(xué)中，于是從數(shù)值分類學(xué)中逐漸的分離出聚類分析這個(gè)新的分支。結(jié)合了更為強(qiáng)大的數(shù)學(xué)工具的聚類分析方法已經(jīng)越來(lái)越多應(yīng)用到經(jīng)濟(jì)分析和社會(huì)工作分析中。在經(jīng)濟(jì)領(lǐng)域中，主要是根據(jù)影響國(guó)家、地區(qū)及至單個(gè)企業(yè)的經(jīng)濟(jì)效益、發(fā)展水平的各項(xiàng)指標(biāo)進(jìn)行聚類分析，然后很據(jù)分析結(jié)果進(jìn)行綜合評(píng)價(jià)，以便得出科學(xué)的結(jié)論。聚類分析源于很多領(lǐng)域，包括數(shù)學(xué)，計(jì)算機(jī)科學(xué)，統(tǒng)計(jì)學(xué)，生物學(xué)和經(jīng)濟(jì)學(xué)。在不同的應(yīng)用領(lǐng)域，很多聚類技術(shù)都得到了發(fā)展，這些技術(shù)方法被用作描述數(shù)據(jù)，衡量不同數(shù)據(jù)源間的相似性，以及把數(shù)據(jù)源分類到不同的簇中。聚類分析的主要應(yīng)用，在商業(yè)方面，最常見(jiàn)的就是客戶群的細(xì)分問(wèn)題，可以從客戶人口特征、消費(fèi)行為和喜好方面的數(shù)據(jù)，對(duì)客

4、戶進(jìn)行特征分析，充分利用數(shù)據(jù)進(jìn)行客戶的客觀分組，使諸多特征有相似性的客戶能被分在同一組內(nèi)，而不相似的客戶能被區(qū)分到另一些組中。在生物方面，聚類分析可以用來(lái)對(duì)動(dòng)植物進(jìn)行分類，對(duì)基因進(jìn)行分類等，從而獲取對(duì)動(dòng)植物種群固有結(jié)構(gòu)的認(rèn)識(shí)，對(duì)物種進(jìn)行很好的分類。在電子商務(wù)方面，聚類分析在電子商務(wù)中網(wǎng)站建設(shè)數(shù)據(jù)挖掘中也是很重要的一個(gè)方面，通過(guò)對(duì)客戶的瀏覽行為、瀏覽網(wǎng)站、客戶的年齡等，對(duì)客戶進(jìn)行分析，找出不同客戶的共同特征，通過(guò)共同特征對(duì)客戶進(jìn)行分類，可以幫助電子商戶更好的了解他們的客戶，并向客戶提供更合適的服務(wù)。在保險(xiǎn)行業(yè)上，根據(jù)產(chǎn)、壽險(xiǎn)進(jìn)行分類，不同類別的公司進(jìn)行分類，對(duì)保險(xiǎn)投資比例進(jìn)行分類管理，從而提高保

5、險(xiǎn)投資的效率。3.2實(shí)驗(yàn)的方法與原理聚類分析是研究“物以類聚”的一種科學(xué)有效的方法。做聚類分析時(shí)，出于不同的目的和要求，可以選擇不同的統(tǒng)計(jì)量和聚類方法。聚類分析方法中最常用的一種是系統(tǒng)聚類法，其基本思想是:先將待聚類的n個(gè)樣品（或者變量）各自看成一類，共有n類；然后按照選定的方法計(jì)算每?jī)深愔g的聚類統(tǒng)計(jì)量，即某種距離（或者相似系數(shù)），將關(guān)系最為密切的兩類合為一類，其余不變，即得到n-1類;再按照前面的計(jì)算方法計(jì)算新類與其他類之間的距離（或相似系數(shù)），再將關(guān)系最為密切的t=1t=1it=1t=1i,1兩類并為一類，其余不變，即得到n-2類；如此下去，每次重復(fù)都減少一類，直到最后所有的樣品(或者變

6、量)都?xì)w為一類為止。系統(tǒng)聚類分析有兩種類型：Q型樣本聚類和R型變量聚類。這里我們運(yùn)用的是Q型聚類。Q型聚類是對(duì)樣本進(jìn)行聚類，它使具有相似特征的樣本聚集在一起，使差異性大的樣本分離開(kāi)來(lái)。本實(shí)驗(yàn)中，分別采用最長(zhǎng)距離法和離差平方和法對(duì)樣本進(jìn)行分類。方法一：用最長(zhǎng)距離對(duì)樣本進(jìn)行分類個(gè)體與小類間的最長(zhǎng)距離是該個(gè)體與小類每個(gè)個(gè)體距離的最大值在聚類分析前，首先把數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化變換x，ijx兩類并為一類，其余不變，即得到n-2類；如此下去，每次重復(fù)都減少一類，直到最后所有的樣品(或者變量)都?xì)w為一類為止。系統(tǒng)聚類分析有兩種類型：Q型樣本聚類和R型變量聚類。這里我們運(yùn)用的是Q型聚類。Q型聚類是對(duì)樣本進(jìn)行聚類，它

7、使具有相似特征的樣本聚集在一起，使差異性大的樣本分離開(kāi)來(lái)。本實(shí)驗(yàn)中，分別采用最長(zhǎng)距離法和離差平方和法對(duì)樣本進(jìn)行分類。方法一：用最長(zhǎng)距離對(duì)樣本進(jìn)行分類個(gè)體與小類間的最長(zhǎng)距離是該個(gè)體與小類每個(gè)個(gè)體距離的最大值在聚類分析前，首先把數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化變換x，ijx-X/ijj，1,2,n,j，1,2,n丿,Rj而且標(biāo)準(zhǔn)化變換后的數(shù)據(jù)(L與變量ij的量綱無(wú)關(guān)。采用系統(tǒng)聚類的方法，用最長(zhǎng)距離法計(jì)算歐氏距離變換后的數(shù)據(jù)，每個(gè)變量樣本均值為0，標(biāo)準(zhǔn)差為1，d,遲xx2G,j,1,2,n),其中x表示第i個(gè)樣品的第t個(gè)指標(biāo)的觀測(cè)值，xijitjtitjti,1表示第j個(gè)樣品的第t個(gè)指標(biāo)的觀測(cè)值，d為第i個(gè)樣品與第j

8、個(gè)樣品之間的歐式距離。ij若d越小，那么第i與j兩個(gè)樣品之間的性質(zhì)就越接近。最長(zhǎng)距離法求類與類之間的距離,ij設(shè)類G和G合并G后，按照最長(zhǎng)距離計(jì)算新類G與G其他類的類間距離，其遞推公式pqrkDrk，maxd(G乜,門Jr，G,G)=maxmaxd,maxd=maxD,D(k豐p,qpq叫,Wij比,j叫1pkqk方法二：用離差平方和法(WARD)對(duì)樣品進(jìn)行分類離差平方和法是Ward(1936)提出的，也稱為Ward法。它基于方差分析思想，如果類分得正確，則同類樣品之間的離差平方和應(yīng)當(dāng)較小，不同類樣品之間的離差平方和應(yīng)當(dāng)較大。假定已將n個(gè)樣品分為k類，記為Gi,G2，%n表示G類的樣品個(gè)數(shù)，X

9、表tt示G的重心，X表示G中第i個(gè)樣品(i=1,，n)，ti)則G中樣品的離差平方和為tW=K(X(t)X(t)丿(X(t)X(t)丿,t(i)i，1i)其中X(it)k個(gè)類的總離差平方和為X(t)為m維向量，W為一數(shù)值(t=1,2,k)。tW=工W=工K(X(t)X(t)(X(t)X(t)丿t(i)(i)當(dāng)k固定時(shí)，要選擇使W達(dá)到極小的分類。Ward法的基本思想是，先將n個(gè)樣品各自成一類，此時(shí)W=0；然后每次將其中某兩類合并為一類，因每縮小一類離差平方和就要增加，每次選擇使W增加最小的兩類進(jìn)行合并,直至所有樣品合并為一類為止。Ward法把某兩類合并后增加的離差平方和看成為類間的平方距離，即令

10、D2=W-6+W)pqrpq表示類G和G的平方距離，其中G=,G,W，W，W分別為G，G，G類pqrpqrpqrpq中樣品的離差平方和。利用W的定義，可得rW(x(r)-X(r)-X(r)r(t)(t)t=1i=1(p)X(r)i)(p)X(r)i)ii=1(p)X(r)i)(p)X(r)i)i=1(q)X(r)i)(q)X(r)i)1-其中X(r)=nrnX(p)+nX(q)pq經(jīng)整理可得D2=pq(X(p)X(q)(X(p)X(q).pqnr當(dāng)樣品間距離采用歐氏距離時(shí)，上式可表為nnD2=td2，pqnpqr其中d2表示G,G的重心X(p)與X(q)的平方距離:pqpqd2=d2(X(p)

11、,X(q).pq這表明此時(shí)Word法定義的類間距離與重心法只相差一個(gè)常數(shù)倍。G和G合并為G后G與其他類G的距離有如下遞推公式pqrrkn+nn+nnD2一kpD2+丄qD2kD2rkn+nrkpknr+nkqkn+npqrk上述兩種方法都是將性質(zhì)接近的樣品劃為一類。聚類分析依據(jù)的基本原則是直接比較樣本中各事物之間的性質(zhì)，將性質(zhì)相近的歸為一類，而將性質(zhì)相差比較大的分在不同類。也就是說(shuō)，同類事物之間性質(zhì)差異小，類與類之間的性質(zhì)相差比較大。系統(tǒng)聚類分析是聚類分析中應(yīng)用的最廣泛的一種方法。首先將n個(gè)樣品每個(gè)自成一類,然后每次將具有最小距離的兩類合并成一類，合并后重新計(jì)算類與類之間的距離，這個(gè)過(guò)程一直持

12、續(xù)到所有樣品歸為一類為止。分類結(jié)果可以畫成一張直觀的聚類譜系圖。應(yīng)用系統(tǒng)聚類法進(jìn)行聚類分析的步驟如下：確定待分類的樣品的指標(biāo)收集數(shù)據(jù)對(duì)數(shù)據(jù)進(jìn)行變換處理使各個(gè)樣品自成一類，即n個(gè)樣品一共有n類計(jì)算各類之間的距離，得到一個(gè)距離對(duì)稱矩陣，將距離最近的兩個(gè)類并成一類并類后，如果類的個(gè)數(shù)大于1,那么重新計(jì)算各類之間的距離，繼續(xù)并類，直至所有樣品歸為一類為止最后繪制系統(tǒng)聚類譜系圖，按不同的分類標(biāo)準(zhǔn)或不同的分類原則，得出不同的分類結(jié)果。四、實(shí)驗(yàn)數(shù)據(jù)與實(shí)驗(yàn)結(jié)果我們根據(jù)2010年山東統(tǒng)計(jì)年鑒的數(shù)據(jù)，運(yùn)用SPSS軟件進(jìn)行分析，得到如下實(shí)驗(yàn)數(shù)據(jù)與結(jié)果：1，原始數(shù)據(jù)表1-1山東省17城市生產(chǎn)總值原始數(shù)據(jù)地區(qū)X1X2X

13、3X4X5X6X7X8濟(jì)南市206867562070477239187472063960837843068943039214.918024610青島市2750396470619047319569985573358748318068137064274.819611331淄博市140618885808189994915803024482918841455053392105.710056751棗莊市506499522437375175320366515042207428159220766.04228513東營(yíng)市153453434119959045542931580946516963822383391

14、67.43887417煙臺(tái)市1641746566453587380867564947529259758835008978175.814126854濰坊市1049750260488560117098002614157765480444473999183.212148004濟(jì)寧市130067202264575152429981603336462192522895386130.310042495泰安市9325693253014401632878139704493382994485953677.36978426威海市1821752356419451474787920280903300852616684

15、0481.87092776日照市173144218934672520230049983761762907147866850.93195391萊蕪市56684295868280363118304580172513845116421.31888211臨沂市35471973916299277507081512526247787892876138161.911587531德州市4265744336222612620289109731624432973129539782.86586211聊城市7202729310486841005847119170244032858102791787.95585951濱

16、州市325673933182983262779883523823004112148044472.24507461荷澤市3674339212364541950326662842939450371340737108.86655095（來(lái)源：2010年山東統(tǒng)計(jì)年鑒）X1-規(guī)模以上國(guó)有控股工業(yè)總產(chǎn)值（單位：萬(wàn)元）X2-規(guī)模以上非公有工業(yè)總產(chǎn)值（單位:萬(wàn)元）X3-規(guī)模以上外商和港澳臺(tái)投資工業(yè)總產(chǎn)值（單位：萬(wàn)元）X4-規(guī)模以上高新技術(shù)產(chǎn)業(yè)總產(chǎn)值（單位：萬(wàn)元）X5-農(nóng)林牧漁業(yè)總產(chǎn)值（單位：萬(wàn)元）X6-建筑業(yè)總產(chǎn)值（單位：萬(wàn)元）X7-郵電業(yè)務(wù)總量（單位：億元）X8-社會(huì)消費(fèi)品零售總額（單位：萬(wàn)元）2，SPSS

17、軟件處理結(jié)果我們首先對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，然后采用系統(tǒng)聚類分析法的FurthestNeighbor（最長(zhǎng)距離法）和WardsMethod（離差平方和）分別對(duì)標(biāo)準(zhǔn)化的數(shù)據(jù)進(jìn)行處理，下面對(duì)軟件輸出結(jié)果進(jìn)行詳細(xì)介紹?！?】，用層次聚類分析中最長(zhǎng)距離法的SPSS結(jié)果（1），表1-2山東省17個(gè)城市生產(chǎn)總值層次聚類分析中的凝聚狀態(tài)表AgglomerationScheduleStageClusterCombinedCoefficientsStageClusterFirstAppearsNextStageCluster1Cluster2Cluster1Cluster211415.3180032411.521

18、00531417.814104414161.23530654122.533201269143.22204878133.570001089104.71560129354.977001410786.421071311268.250001512499.9485814131715.21601015143421.50491216151237.386131116161384.514151402），表1-3山東省17個(gè)城市生產(chǎn)總值層次聚類分析中分為五類的類成員ClusterMembershipCase1:濟(jì)南市Case1:濟(jì)南市2:青島市3:淄博市4:棗莊市5:東營(yíng)市6:煙臺(tái)市5Clusters123432

19、7:濰坊市58:濟(jì)寧市59:泰安市410:威海市411:日照市412:萊蕪市413:臨沂市514:德州市415:聊城市416:濱州市417:荷澤市4分為五類時(shí)，1號(hào)樣本濟(jì)南市為一類，2號(hào)樣本青島市、6號(hào)樣本煙臺(tái)市為一類，3號(hào)樣本淄博市、5號(hào)樣本東營(yíng)市為一類，7號(hào)樣本濰坊市、8號(hào)樣本濟(jì)寧市、13號(hào)樣本臨沂市為一類，其他4號(hào)樣本棗莊市、9號(hào)樣本泰安市、10號(hào)樣本威海市、11號(hào)樣本日照市、12號(hào)樣本萊蕪市14號(hào)樣本德州市、15號(hào)樣本聊城市、16號(hào)樣本濱州市、17號(hào)樣本菏澤市13個(gè)城市為一類。（3），表1-4山東省17個(gè)城市生產(chǎn)總值層次聚類分析樹(shù)形圖RescaledDistanceClusterCom

20、bineCASE0510152025LabelNum+德州市14聊城市15T菏澤市17T濱州市16Hi泰安市9威海市10111棗莊市4-i11日照市111111111i萊蕪市12-J1淄博市311東營(yíng)市5-J青島市21i煙臺(tái)市611濟(jì)寧市8-T-!1臨沂市13-J1i1濰坊市711濟(jì)南市1J表1-4：樹(shù)形圖以躺倒樹(shù)的形式展示了聚類分析中的每一次合并的情況。SPSS自動(dòng)將各類間的距離映射到025之間，并將凝聚過(guò)程近似的表示在圖上。樹(shù)形圖僅是粗劣的展現(xiàn)聚類分析的過(guò)程，鑒于樣本量較大且小類間的距離相差較小，在圖上較難分辨凝聚的每步過(guò)程。【2】，用層次聚類分析中離差平方和法的SPSS結(jié)果1），表2-1

21、山東省17個(gè)城市生產(chǎn)總值層次聚類分析中的凝聚狀態(tài)表AgglomerationScheduleStageClusterCombinedCoefficientsStageClusterFirstAppearsNextStageCluster1Cluster2Cluster1Cluster211415.2810032411.64200431417169720758132.640001069103.66800974124.75240128355.867001499146.983631210788.224051311269.6590015124911.5327914131713

22、.82701015143416.34181216151220.330131116161328.232151402），表2-2山東省17個(gè)城市生產(chǎn)總值層次聚類分析中分為五類的類成員ClusterMembershipCase1:濟(jì)南市Case1:濟(jì)南市2:青島市3:淄博市5Clusters1234:棗莊市45:東營(yíng)市36:煙臺(tái)市27:濰坊市58:濟(jì)寧市59:泰安市310:威海市411:日照市412:萊蕪市413:臨沂市514:德州市415:聊城市416:濱州市417:荷澤市4分為五類時(shí)，1號(hào)樣本濟(jì)南市為一類，2號(hào)樣本青島市、6號(hào)樣本煙臺(tái)市為一類，3號(hào)樣本淄博市、5號(hào)樣本東營(yíng)市、9號(hào)樣本泰安市為一類

23、，7號(hào)樣本濰坊市、8號(hào)樣本濟(jì)寧市、13號(hào)樣本臨沂市為一類，其他4號(hào)樣本棗莊市、10號(hào)樣本威海市、11號(hào)樣本日照市、12號(hào)樣本萊蕪市、14號(hào)樣本德州市、15號(hào)樣本聊城市、16號(hào)樣本濱州市、17號(hào)樣本菏澤市13個(gè)城市為一類。3），表2-3山東省17個(gè)城市生產(chǎn)總值層次聚類分析樹(shù)形圖RescaledDistanceClusterCombineCASE0510152025LabelNum+德州市聊城市1112111菏澤市1411威海市8111棗莊市7111日照市91111111濱州市131111萊蕪市1011111東營(yíng)市511111|11泰安市61111淄博市411青島市2111煙臺(tái)市3111濟(jì)寧市16

24、臨沂市17濰坊市15濟(jì)南市1表2-3：樹(shù)形圖以躺倒樹(shù)的形式展示了聚類分析中的每一次合并的情況。SPSS自動(dòng)將各類間的距離映射到025之間，并將凝聚過(guò)程近似的表示在圖上。樹(shù)形圖僅是粗劣的展現(xiàn)聚類分析的過(guò)程，鑒于樣本量較大且小類間的距離相差較小，在圖上較難分辨凝聚的每步過(guò)程。注：在兩種分類依據(jù)下，結(jié)果大部分一致，只是在泰安市的歸類上出現(xiàn)了分歧，考慮到Ward方法的普遍應(yīng)用性，我們采用后者。3，通過(guò)以上的分類表可以清楚的看到,層次聚類分析結(jié)果，將17個(gè)城市樣本分為5類。（1）1號(hào)樣本濟(jì)南市，是山東省的省會(huì)，是山東政治、文化、經(jīng)濟(jì)、金融、教育中心，是“全國(guó)城市綜合實(shí)力50強(qiáng)”。濟(jì)南是一個(gè)具有悠久歷史的

25、城市，所以濟(jì)南的國(guó)有企業(yè)林立眾多，像中國(guó)石化集團(tuán)濟(jì)南煉油廠、中國(guó)石油集團(tuán)濟(jì)柴動(dòng)力總廠、中國(guó)重型汽車集團(tuán)、中國(guó)輕騎集團(tuán)、山東魯能（集團(tuán)）有限公司、山水集團(tuán)（山東水泥廠）、濟(jì)南鋼鐵集團(tuán)總公司、濟(jì)南鐵路集團(tuán)，這使得濟(jì)南的國(guó)有企業(yè)（大部分是重工企業(yè)）產(chǎn)值成為全省第一。伴隨著省會(huì)的特殊地位，濟(jì)南郵電業(yè)和建筑業(yè)也是十分發(fā)達(dá)的，而這些都帶動(dòng)了商品零售業(yè)的發(fā)展。但是由于深處內(nèi)陸而且國(guó)有企業(yè)較多使得非公有企業(yè)和外資發(fā)展的空間變小，以至于這些產(chǎn)業(yè)類型發(fā)展不夠好，這就形成了濟(jì)南產(chǎn)業(yè)類型特色：公有建筑型。（2）2號(hào)樣本青島市和3號(hào)樣本煙臺(tái)市都是山東著名的海濱城市,兩個(gè)城市都是環(huán)渤海經(jīng)濟(jì)圈對(duì)外的重要出口,兩個(gè)城市也都是

26、山海結(jié)合的城市。因?yàn)槠涓劭诔鞘械木壒剩偌由仙綎|離日韓距離非常近，使得外資企業(yè)看到了良好的生長(zhǎng)土壤，紛紛投資建立公司，并且?guī)?lái)了高新技術(shù)，這使得其外資和高新技術(shù)產(chǎn)業(yè)領(lǐng)先于山東17地市。這樣的環(huán)境也就理所當(dāng)然的造就了大批非公有企業(yè)，他們與外資以及高新技術(shù)企業(yè)互利共贏，發(fā)展也是十分喜人。這些特點(diǎn)，另外加上港口所帶來(lái)的郵電運(yùn)輸業(yè)繁榮，就形成了：港口外資型。（3）7號(hào)樣本濰坊市、8號(hào)樣本濟(jì)寧市和13號(hào)樣本臨沂市，他們地處山東半島的平原之上，日光充足、土壤肥沃，又有母親河黃河的灌溉，再加上山東半島地處溫帶大陸性氣候，四季分明，使得這三個(gè)市農(nóng)業(yè)非常發(fā)達(dá)，成為山東的農(nóng)業(yè)領(lǐng)頭羊。再加上政府的大力發(fā)展，形成了其

27、支柱產(chǎn)業(yè)。以濰坊為例：建成了壽光蔬菜、諸城肉雞、安丘蜜桃、青州食用菌、昌樂(lè)西瓜和草莓等一大批名優(yōu)特稀農(nóng)產(chǎn)品生產(chǎn)基地。所以他們都屬于：農(nóng)業(yè)支柱型。（4）3號(hào)樣本淄博市、5號(hào)樣本東營(yíng)市和9號(hào)樣本泰安市。這三個(gè)市也是這次分類最為獨(dú)特的一類。前面也提到了泰安最后定為這一類是因?yàn)閃ard方法應(yīng)用最為廣泛、更為精確。從數(shù)據(jù)上看，這三個(gè)市的經(jīng)濟(jì)處于省內(nèi)中游，已經(jīng)逐漸有了形成各自特點(diǎn)的趨勢(shì)。但并不突出，比如淄博的非公有企業(yè)，東營(yíng)的國(guó)有企業(yè)和泰安的農(nóng)業(yè)及旅游業(yè)。所以我們認(rèn)為這三個(gè)特殊的城市屬于：中間過(guò)渡型。（5）其他8個(gè)城市，這些城市有些歷史悠久，有些是新中國(guó)成立后的新興城市，有些是沿海城市有些是內(nèi)陸城市，但其

28、都位于黃海三角洲沖積平原上，氣候溫和，適宜農(nóng)作物生長(zhǎng)，有較好的農(nóng)業(yè)、手工業(yè)和工業(yè)基礎(chǔ)，而且這幾個(gè)地市交通運(yùn)輸業(yè)也十分發(fā)達(dá)，鐵路、公路縱橫成網(wǎng)，航運(yùn)正在起步，不僅如此靠近內(nèi)陸的幾個(gè)地區(qū)如濟(jì)寧，菏澤，棗莊等環(huán)靠京杭大運(yùn)河，像濱州日照等市依傍著大海，無(wú)論是陸上，水上還是航空交通都非常便利。這幾地市的人文景觀和自然景觀也是獨(dú)一無(wú)二的，如孔孟之鄉(xiāng)的濟(jì)寧曲阜，優(yōu)美宜人的棗莊紅河濕地等，在便利的交通的促進(jìn)下，旅游業(yè)也逐漸成為了重點(diǎn)產(chǎn)業(yè)。但是他們比前面四個(gè)類型的城市少了一些特殊性，所以發(fā)展比較平均。沒(méi)有很突出的產(chǎn)業(yè)成為龍頭產(chǎn)業(yè)，所以發(fā)展也有些緩慢，但我們相信他們一定會(huì)放大自身的優(yōu)點(diǎn)，形成自身特點(diǎn)，成為具有綜合

29、競(jìng)爭(zhēng)力的城市。他們目前屬于：相對(duì)滯后型。五，心得體會(huì)經(jīng)過(guò)一周的課程設(shè)計(jì)，過(guò)程曲折可謂一語(yǔ)難盡。在此期間我們也失落過(guò)，也曾一度熱情高漲。從開(kāi)始時(shí)滿富激情到最后汗水背后的復(fù)雜心情，點(diǎn)點(diǎn)滴滴無(wú)不令我們回味無(wú)長(zhǎng)。生活就是這樣，汗水預(yù)示著結(jié)果也見(jiàn)證著收獲。勞動(dòng)是人類生存生活永恒不變的話題。通過(guò)課程設(shè)計(jì)，我們才真正領(lǐng)略到“艱苦奮斗”這一詞的真正含義，才意識(shí)到老一輩統(tǒng)計(jì)工作者為我們社會(huì)付出許多辛勞和汗水。我們想說(shuō)，統(tǒng)計(jì)確實(shí)有些辛苦，但苦中也有樂(lè)。在做聚類分析的實(shí)驗(yàn)之前，我們以為不會(huì)難做，就像以前做的統(tǒng)計(jì)實(shí)驗(yàn)一樣，找到合適數(shù)據(jù)后，將數(shù)據(jù)輸入多元統(tǒng)計(jì)分析軟件，經(jīng)過(guò)一些操作輸出結(jié)果，然后分析一下，再將實(shí)驗(yàn)報(bào)告做好就可以了。沒(méi)想到開(kāi)始就出現(xiàn)了問(wèn)題，數(shù)據(jù)的選定就浪費(fèi)了很多時(shí)間，合適的數(shù)據(jù)很難找，最后四個(gè)人經(jīng)過(guò)一天的時(shí)間才敲定了一組合適的數(shù)據(jù)。直到做完聚類分析實(shí)驗(yàn)時(shí)，我們才知道其實(shí)并不容易做，但學(xué)到的知識(shí)與難度成正比