多元统计分析实验报告聚类分析Word格式文档下载.docx
- 文档编号:18217877
- 上传时间:2022-12-14
- 格式:DOCX
- 页数:5
- 大小:19.44KB
多元统计分析实验报告聚类分析Word格式文档下载.docx
《多元统计分析实验报告聚类分析Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《多元统计分析实验报告聚类分析Word格式文档下载.docx(5页珍藏版)》请在冰豆网上搜索。
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:
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:
ENDaDuGFrSpIPHFi
E0
N20
Da210
Du7560
G64550
Fr666970
Sp6659720
I66597110
P7761085340
H98889101010100
Fi99999999980
(1)对这11种语言分别用最小距离法(singlelinkage)、最大距离法(completelinkage)、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11种语言聚为3类,并将聚类结果存储在一个SPSS数据文件中。
实验题目二:
下表给出了2010年湖北省省各地区的人均各项消费支出情况。
表-1:
2010年湖北省各地区人均各项消费支出
市(县)
(代码)
食品类(元)
衣着类(元)
家庭设备(元)
医疗保健(元)
交通和通(元)
娱乐教育(元)
居住(元)
服务项目(元)
4201
3303
645
626.5
444.1
547.5
1079
701
442.9
4202
2985
608
845.1
537
590.5
1028
706.7
334.1
4203
2744
554
380
607
496
827
582
350
4204
2843
623
529
453
424
662
414
405
4205
3033
527
851.1
317.5
403.2
1347
612.9
338
4206
2885
394
748
416
451
1063
746
261
4207
3251
632
542
440
675
937
854
369
4208
2864
500
841
588
709
921
314
382
4209
3561
566
953.1
463.1
887.4
967
722.3
434.3
4210
2649
667
1798
372.3
650.2
844
768.4
541.7
4211
2437
410
1399
671
457
634
860
223
4212
2372
497
793
493
407
774
436
389
4213
2200
567
708.6
500.4
781
790.8
606.5
262.7
实验要求:
(1)分别应用最小距离法(singlelinkage)、最大距离法(completelinkage)、平均距离法(averagelinkage)对湖北省的13个城市进行聚类分析;
(2)画出以上三种方法聚类分析结果的树状图,比较异同;
(3)用最小距离法将13个城市聚为3类,并将聚类结果存储在一个SPSS数据文件中;
(4)对表-1中的人均各项消费支出进行聚类分析。
实验题目一分析报告:
1.实验(实训)过程(步骤、记录、数据、程序等)
2.结论(结果、分析)
实验题目二分析报告:
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 多元 统计分析 实验 报告 聚类分析
![提示](https://static.bdocx.com/images/bang_tan.gif)