應(yīng)用多元統(tǒng)計(jì)分析習(xí)題解答_聚類(lèi)分析,

1、海量資源，歡迎共閱第五章聚類(lèi)分析5.1 判別分析和聚類(lèi)分析有何區(qū)別？答：即根據(jù)一定的判別準(zhǔn)則，判定一個(gè)樣本歸屬于哪一類(lèi)。具體而言,設(shè)有n個(gè)樣本，對(duì)每個(gè)樣本測(cè)得p項(xiàng)指標(biāo)（變量）的數(shù)據(jù)，已知每個(gè)樣本屬于k個(gè)類(lèi)別（或總體）中的某一類(lèi)，通過(guò)找出一個(gè)最優(yōu)的劃分，使得不同類(lèi)別的樣本盡可能地區(qū)別開(kāi)，并判別該樣本屬于哪個(gè)總體。聚類(lèi)分析是分析如何對(duì)樣品（或變量）進(jìn)行量化分類(lèi)的問(wèn)題。在聚類(lèi)之前，我們并不知道總體，而是通過(guò)一次次的聚類(lèi)，使相近的樣品（或變量）聚合形成總體。通俗來(lái)講，判別分析是在已知有多少類(lèi)及是什么類(lèi)的情況下進(jìn)行分類(lèi)，而聚類(lèi)分析是在不知道類(lèi)的情況下進(jìn)行分類(lèi)。5.2 試述系統(tǒng)聚類(lèi)的基本思想。答：系統(tǒng)聚類(lèi)

2、的基本思想是：距離相近的樣品（或變量）先聚成類(lèi)，距離相遠(yuǎn)的后聚成類(lèi)，過(guò)程一直進(jìn)行下去，每個(gè)樣品（或變量）總能聚到合適的類(lèi)中。5.3 對(duì)樣品和變量進(jìn)行聚類(lèi)分析時(shí)，所構(gòu)造的統(tǒng)計(jì)量分別是什么？簡(jiǎn)要說(shuō)明為什么這樣構(gòu)造？答：對(duì)樣品進(jìn)行聚類(lèi)分析時(shí)，用距離來(lái)測(cè)定樣品之間的相似程度。因?yàn)槲覀儼裯個(gè)樣本看作p維空間的n個(gè)點(diǎn)。點(diǎn)之間的距離即可代表樣品間的相似度。常用的距離為一p一一q、1/q（一）閔可夫斯基距離：dij（q）=（乙Xik-Xjk）k=1海量資源，歡迎共閱q取不同值，分為(1)絕對(duì)距離(q=1)(2)歐氏距離(q=2)(3)切比雪夫距離(4=8)(二)馬氏距離(三)蘭氏距離對(duì)變量的相似性，我們更多地

3、要了解變量的變化趨勢(shì)或變化方向，因此用相關(guān)性進(jìn)行衡量。將變量看作p維空間的向量，一般用'二(一)夾角余弦(二)相關(guān)系數(shù)5.4在進(jìn)行系統(tǒng)聚類(lèi)時(shí)，不同類(lèi)間距離計(jì)算方法有何區(qū)別？選擇距離公式應(yīng)遵循哪些原則？答：設(shè)dij表示樣品X與Xj之間距離，用Dij表示類(lèi)Gi與Gj之間的距離。產(chǎn)dr-X(1).最短距離法f"!j/Jf't"、(2)最長(zhǎng)距離法(3)中間距離法Dkr=1Dkp1D：DpqyrII£1Q4其中(4)重心法(5)類(lèi)平均法(6)可變類(lèi)平均法D2r=(1P)(曳D；p+叫D：q)+PD2qnrnr海量資源，歡迎共閱其中P是可變的且P<1(7

4、)可變法c1-D：=-(D2p+Dkq)+PDpq其中P是可變的且P<1(8)離差平方和法通常選擇距離公式應(yīng)注意遵循以下的基本原則：、|_、工_L_I(1)要考慮所選擇的距離公式在實(shí)際應(yīng)用中有明確的意義。如歐氏距離就有非常明確的空間距離概念。馬氏距離有消除量綱影響的作用。(2)要綜合考慮對(duì)樣本觀(guān)測(cè)數(shù)據(jù)的預(yù)處理和將要采用的聚類(lèi)分析方法。如在進(jìn)行聚類(lèi)分析之前已經(jīng)對(duì)變量作了標(biāo)準(zhǔn)化處理，則通常就可L1采用歐氏距離。(3)要考慮研究對(duì)象的特點(diǎn)和計(jì)算量的大小。樣品間距離公式的選擇是一個(gè)比較復(fù)雜且?guī)в幸欢ㄖ饔^(guān)性的問(wèn)題，我們應(yīng)根據(jù)研究對(duì)象的特點(diǎn)不同做出具體分折。實(shí)際中，聚類(lèi)分析前不妨試探性地多選擇幾個(gè)距

5、離公式分別進(jìn)行聚類(lèi)，然后對(duì)聚類(lèi)分析的結(jié)果進(jìn)行對(duì)比分析，以確定最合適的距離測(cè)度方法。5.5 試述K均值法與系統(tǒng)聚類(lèi)法的異同。答：相同：K均值法和系統(tǒng)聚類(lèi)法一樣，都是以距離的遠(yuǎn)近親疏為海量資源，歡迎共閱標(biāo)準(zhǔn)進(jìn)行聚類(lèi)的。不同：系統(tǒng)聚類(lèi)對(duì)不同的類(lèi)數(shù)產(chǎn)生一系列的聚類(lèi)結(jié)果，而K均值法只能產(chǎn)生指定類(lèi)數(shù)的聚類(lèi)結(jié)果。具體類(lèi)數(shù)的確定，離不開(kāi)實(shí)踐經(jīng)驗(yàn)的積累；有時(shí)也可以借助系統(tǒng)聚類(lèi)法以一部分樣品為對(duì)象進(jìn)行聚類(lèi)，其結(jié)果作為K均值法確定類(lèi)數(shù)的參考。5.6 試述K均值法與系統(tǒng)聚類(lèi)有何區(qū)別？試述有序聚類(lèi)法的基本思想。答：K均值法的基本思想是將每一個(gè)樣品分配給最近中心（均值）的產(chǎn)L>1I'J_I類(lèi)中。系統(tǒng)聚類(lèi)對(duì)不

6、同的類(lèi)數(shù)產(chǎn)生一系列的聚類(lèi)結(jié)果，而K一均值法只能產(chǎn)生指定類(lèi)數(shù)的聚類(lèi)結(jié)果。具體類(lèi)數(shù)的確定，有時(shí)也可以借助系統(tǒng)聚類(lèi)法以一部分樣品為對(duì)象進(jìn)行聚類(lèi)，其結(jié)果作為K均值法確定類(lèi)數(shù)的參考。有序聚類(lèi)就是解決樣品的次序不能變動(dòng)時(shí)的聚類(lèi)分析問(wèn)題。如果用X.IX？，X表示n個(gè)有序的樣品，則每一類(lèi)必須是這樣的形式，即X,X（i卅，X（j）,其中1EiEn,且j<n,簡(jiǎn)記為Gi=i,i+1，j。在同一類(lèi)中的樣品是次序相鄰的。一般的步驟是（1）計(jì)算直徑D（i,j）。（2）計(jì)算最小分類(lèi)損失函數(shù)Lp（l,k）。（3）確定分類(lèi)個(gè)數(shù)k。（4）最優(yōu)分類(lèi)。5.7檢測(cè)某類(lèi)產(chǎn)品的重量，抽了六個(gè)樣品，每個(gè)樣品只測(cè)了一個(gè)指標(biāo)，分別為1,

7、2,3,6,9,11.試用最短距離法，重心法進(jìn)行聚類(lèi)分析。（1）用最短距離法進(jìn)行聚類(lèi)分析。海量資源，歡迎共閱采用絕對(duì)值距離，計(jì)算樣品間距離陣-GRG4G6”0工10叫210，；5430濟(jì)87630例1098520由上表易知Dy中最小元素是L于是將力，G2,G,聚為一類(lèi)，記為計(jì)算距離陣5G4R小60困3036308520Dyiy中最小元素是Dse=2于是將Ge,G6聚為一類(lèi)，記為G8計(jì)算樣本距離陣DY2YGyGGg_圖0例30630海量資源，歡迎共閱一JI耳DY"中最小兀素是V于是將3,聚為一類(lèi)，記為Gg因此，(2)用重心法進(jìn)行聚類(lèi)分析計(jì)算樣品間平方距離陣-Y.Y力G2G3G4G孱G6

8、用0用10冽410例251690644936901<10081642540易知D"oy中最小元素是I于是將Gi,G2,G3聚為一類(lèi)，記為"計(jì)算距離陣一Y1Y%qGeGe60例160團(tuán)4990國(guó)812540海量資源，歡迎共閱注：計(jì)算方法，其他以此類(lèi)推。d'y中最小元素是口噎=4于是將Q,g6聚為一類(lèi)，記為gb計(jì)算樣本距離陣G"G4bB用060冽64160D、"中最小元素是于是將聚為一類(lèi)，記為Gg因此，5.8下表是15個(gè)上市公司2001年的一些主要財(cái)務(wù)指標(biāo)，使用系統(tǒng)聚類(lèi)法和K-均值法分別對(duì)這些公司進(jìn)行聚類(lèi)，并對(duì)結(jié)果進(jìn)行比較分析公司凈資產(chǎn)每股凈總

9、資產(chǎn)資產(chǎn)負(fù)流動(dòng)負(fù)每股凈凈利潤(rùn)總資產(chǎn)編號(hào)收益率利潤(rùn)周轉(zhuǎn)率債率債比率資產(chǎn)增長(zhǎng)率增長(zhǎng)率111.090.210.0596.9870.531.86-44.0481.99211.960.590.7451.7890.734.957.0216.11300.030.03181.99100-2.98103.3321.18411.5810.130.1746.0792.181.146.55-56.325-6.19-0.090.0343.382.241.52-1713.5-3.366100.470.4868.4864.7-11.560.85710.49110.110.3582.9899.871.02100.2330.3

10、2811.12-1.690.12132.14100-0.66-4454.39-62.7593.410.040.267.8698.511.25-11.25-11.43101.160.010.5443.71001.03-87.18-7.411130.220.160.487.3694.880.53729.41-9.97128.190.220.3830.311002.73-12.31-2.771395.79-5.20.5252.3499.34-5.42-9816.52-46.821416.550.350.9372.3184.052.14115.95123.4115-24.18-1.160.7956.2

11、697.84.81-533.89-27.74解:令凈資產(chǎn)收益率為X1,每股凈利潤(rùn)X2,總資產(chǎn)周轉(zhuǎn)率為X3,資海量資源，歡迎共閱產(chǎn)負(fù)債率為X4,流動(dòng)負(fù)債比率為X5,每股凈資產(chǎn)為X6,凈利潤(rùn)增長(zhǎng)率為X7,總資產(chǎn)增長(zhǎng)率為X8,用spss對(duì)公司聚類(lèi)分析的步驟如下：a）系統(tǒng)聚類(lèi)法：1 .在SPSS?口中選擇Analyze-Classify-HierachicalCluster，調(diào)出系統(tǒng)聚類(lèi)分析主界面，并將變量X1-X8移入Variables框中。在Cluster欄中選擇Cases單選按鈕，即對(duì)樣品進(jìn)行聚類(lèi)（若選擇Variables,則對(duì)變量進(jìn)行聚類(lèi)）。在Display欄中選擇Statistics和Plo

12、ts復(fù)選框，這樣在結(jié)果輸出窗口中可以同時(shí)得到聚類(lèi)結(jié)果統(tǒng)計(jì)量和統(tǒng)計(jì)圖。產(chǎn)'一二L_1_1sxL_I圖5.1系統(tǒng)分析法主界面2 .點(diǎn)擊Statistics按鈕，設(shè)置在結(jié)果輸出窗口中給出的聚類(lèi)分析統(tǒng)計(jì)量。我們選擇Agglomerationschedule與ClusterMembership中的Rangeofsolution2-4,如圖5.2所示，點(diǎn)擊Continue按鈕，返回主界面。（其中，Agglomerationschedule表示在結(jié)果中給出聚類(lèi)過(guò)程表，顯示X.I系統(tǒng)聚類(lèi)的詳細(xì)步驟；Proximitymatrix表示輸出各個(gè)體之間的距離矩陣；ClusterMembership表示在結(jié)果

13、中輸出一個(gè)表，表中顯示每個(gè)個(gè)體被分配到的類(lèi)別，Rangeofsolution2-4即將所有個(gè)體分為2至4類(lèi)。）3 .點(diǎn)擊Plots按鈕，設(shè)置結(jié)果輸出窗口中給出的聚類(lèi)分析統(tǒng)計(jì)圖。選中Dendrogram復(fù)選框和Icicle欄中的None單選按鈕，如圖5.3,即只給出聚類(lèi)樹(shù)形圖，而不給出冰柱圖。單擊Continue按鈕，返回主界面。圖5.2Statistics子對(duì)話(huà)框圖5.3Plots子對(duì)話(huà)框4 .點(diǎn)擊Method按鈕，設(shè)置系統(tǒng)聚類(lèi)的方法選項(xiàng)。ClusterMethod下拉列表海量資源，歡迎共閱用于指定聚類(lèi)的方法，這里選擇Between-groupinkage（組間平均數(shù)連接距離）；Measure

14、欄用于選擇對(duì)距離和相似性的測(cè)度方法，選擇SquaredEuclideandistance（歐氏距離）；單擊Continue按鈕，返回主界面。圖5.4Method子對(duì)話(huà)框圖5.5Save子對(duì)話(huà)框5 .點(diǎn)擊Save按鈕，指定保存在數(shù)據(jù)文件中的用于表明聚類(lèi)結(jié)果的新變量。None表示不保存任何新變量；Singlesolution表示生成一個(gè)分類(lèi)變量，在其后的矩形框中輸入要分成的類(lèi)數(shù)；Rangeofsolutions表示生成多個(gè)分類(lèi)變量。這里我們選擇Rangeofsolutions,并在后面的兩個(gè)矩形框中分別輸入2和4,即生成三個(gè)新的分類(lèi)變量，分別表明將樣品分為2類(lèi)、3類(lèi)和4類(lèi)時(shí)的聚類(lèi)結(jié)果，如圖5.5。

15、點(diǎn)擊Continue,返回主界面。6 .點(diǎn)擊OK按鈕，運(yùn)行系統(tǒng)聚類(lèi)過(guò)程。聚類(lèi)結(jié)果分析：下面的群集成員表給出了把公司分為2類(lèi)，3類(lèi)，4類(lèi)時(shí)各個(gè)樣本所屬X.|類(lèi)別的情況，另外，從右邊的樹(shù)形圖也可以直觀(guān)地看到，若將15個(gè)公司分為2類(lèi)，則13獨(dú)自為一類(lèi)，其余的為一類(lèi)；若分為3類(lèi)，則公司8分離出來(lái)，自成一類(lèi)。以此類(lèi)推。表5.1各樣品所屬類(lèi)別表圖5.6聚類(lèi)樹(shù)形圖b）K均值法的步驟如下：1 .在SPSS9口中選擇Analyze-Classify-K-MeansCluster,調(diào)出K均值聚類(lèi)分析主界面，并將變量X1-X8移入Variables框中。在Method框中海量資源，歡迎共閱選才?Iteratecla

16、ssify,即使用K-means算法不斷計(jì)算新的類(lèi)中心，并替換舊的類(lèi)中心（若選擇Classifyonly,則根據(jù)初始類(lèi)中心進(jìn)行聚類(lèi)，在聚類(lèi)過(guò)程中不改變類(lèi)中心）。在NumberofCluster后面的矩形框中輸入想要把樣品聚成的類(lèi)數(shù)，這里我們輸入3,即將15個(gè)公司分為3類(lèi)。（Centers按鈕，則用于設(shè)置迭代的初始類(lèi)中心。如果不手工設(shè)置，則系統(tǒng)會(huì)自動(dòng)設(shè)置初始類(lèi)中心，這里我們不作設(shè)置。）圖5.7K均值聚類(lèi)分析主界面2 .點(diǎn)擊Iterate按鈕，對(duì)迭代參數(shù)進(jìn)行設(shè)置。MaximumIterations參數(shù)框用于設(shè)定K-means算法迭代的最大次數(shù)，輸入10,ConvergenceCriterion1K

17、L"XL_1|L-I參數(shù)框用于設(shè)定算法的收斂判據(jù)，輸入0,只要在迭代的過(guò)程中先滿(mǎn)足了其中的參數(shù)，則迭代過(guò)程就停止。單擊Continue,返回主界面。圖5.8Iterate子對(duì)話(huà)框3 .點(diǎn)擊Save按鈕，設(shè)置保存在數(shù)據(jù)文件中的表明聚類(lèi)結(jié)果的新變量。我們將兩個(gè)復(fù)選框都選中，其中Clustermembership選項(xiàng)用于建立一個(gè)代表X.|匚、/je聚類(lèi)結(jié)果的變量，默認(rèn)變量名為qcl_1;Distancefromclustercenter選項(xiàng)建立一個(gè)新變量，代表各觀(guān)測(cè)量與其所屬類(lèi)中心的歐氏距離。單擊Continue按鈕返回。圖5.9Save子對(duì)話(huà)框4 .點(diǎn)擊Options按鈕，指定要計(jì)算的統(tǒng)

18、計(jì)量。選中Initialclustercenters和Clusterinformationforeachcase復(fù)選框。這樣，在輸出窗口中將給出聚類(lèi)的初始類(lèi)中心和每個(gè)公司的分類(lèi)信息，包括分配到哪一類(lèi)和該公司距所屬類(lèi)中心的距離。單擊Continue返回海量資源，歡迎共閱圖5.10Options子對(duì)話(huà)框5 .點(diǎn)擊OK按鈕，運(yùn)行K均值聚類(lèi)分析程序。聚類(lèi)結(jié)果分析：以下三表給出了各公司所屬的類(lèi)及其與所屬類(lèi)中心的距離，聚類(lèi)形成的類(lèi)的中心的各變量值以及各類(lèi)的公司數(shù)。由以上表格可得公司13與公司8各自成一類(lèi)，其余的公司為一類(lèi)。通過(guò)比較可知，兩種聚類(lèi)方法得到的聚類(lèi)結(jié)果完全一致。5.9 下表是某年我國(guó)16個(gè)地區(qū)農(nóng)

19、民支出情況的抽樣調(diào)查數(shù)據(jù)，每個(gè)地區(qū)調(diào)查了反映每人平均生活消費(fèi)支出情況的六個(gè)經(jīng)濟(jì)指標(biāo)。試通過(guò)統(tǒng)計(jì)分析軟件用不同的方法進(jìn)行系統(tǒng)聚類(lèi)分析，并比較何種方法與人們觀(guān)察到的實(shí)際情況較接近地區(qū)食品衣著燃料住房交通和通訊娛樂(lè)教育文化北京190.3343.779.7360.5449.019.04天津135.236.410.4744.1636.493.94河北95.2122.839.322.4422.812.8山西104.7825.116.49.8918.173.25內(nèi)蒙128.4127.638.9412.5823.992.27遼寧145.6832.8317.7927.2939.093.47吉林159.3733.

20、3818.3711.8125.295.22黑龍江I116.22.1.29.5713.2413.7621.756.04上海221.1138.6412.53115.6550.825.89江蘇144.9829.1211.6742.627.35.74浙江169.9232.7512.7247.1234.355安徽135.1123.0915.6223.5418.186.39福建144.9221.2616.9619.5221.756.73江西140.5421.517.6419.1915.974.94山東115.8430.2612.233.633.773.85河南101.1823.268.4620.220.5

21、4.3解:令食品支出為X1,衣著支出為X2,燃料支出為X3,住房支出為X4,交通和通訊支出為X5,娛樂(lè)教育文化支出為X6,用spss對(duì)16各地區(qū)聚類(lèi)分析的步驟如5.8題，不同的方法在第4個(gè)步驟的海量資源，歡迎共閱Method子對(duì)話(huà)框中選擇不同的Clustermethod。1. Between-groupinkage（組間平均數(shù)連接距離）上表給出了把全國(guó)16個(gè)地區(qū)分為2類(lèi)、3類(lèi)和4類(lèi)時(shí)，各地區(qū)所屬的類(lèi)別，另外從右邊的樹(shù)形圖也可以直觀(guān)地觀(guān)察到，若用組間平均數(shù)連接距離將這些地區(qū)分為3類(lèi)，則9（上海）獨(dú)自為一類(lèi)，1（北京）和11（浙江）為一類(lèi)，剩余地區(qū)為一類(lèi)。2. Within-grouplinkag

22、e（組內(nèi)平均連接距離）若用組內(nèi)平均數(shù)連接距離將這些地區(qū)分為3類(lèi)，則9（上海）獨(dú)自為一類(lèi)，1（北京）獨(dú)自為一類(lèi)，剩余地區(qū)為一類(lèi)。3. Nearestneighbor（最短距離法）若用最短距離法將這些地區(qū)分為3類(lèi)，則9（上海）獨(dú)自為一類(lèi)，1（北京）獨(dú)自為一類(lèi)，剩余地區(qū)為一類(lèi)。4. Furthestneighbor（最遠(yuǎn)距離法）若用最遠(yuǎn)距離法將這些地區(qū)分為3類(lèi)，則9（上海）獨(dú)自為一類(lèi)，1（北京）X,|和11（浙江）為一類(lèi)，剩余地區(qū)為一類(lèi)。5. Centroidcluster（重心法）若用重心法將這些地區(qū)分為3類(lèi)，則9（上海）獨(dú)自為一類(lèi)，1（北京）和11（浙江）為一類(lèi)，剩余地區(qū)為一類(lèi)。6. Media

23、ncluster（中位數(shù)距離）若用中位數(shù)距離法將這些地區(qū)分為3類(lèi)，則9（上海）獨(dú)自為一類(lèi)，1 （北京）和11（浙江）為一類(lèi)，剩余地區(qū)為一類(lèi)。7. Wardmethod（離差平方和）海量資源，歡迎共閱若用離差平方和法將這些地區(qū)分為3類(lèi)，則9（上海），1（北京）和11（浙江）為一類(lèi)，2（天津）、6（遼寧）、7（吉林）、10（江蘇）、12（安徽）、13（福建）和14（江西）為一類(lèi)，剩余地區(qū)為一類(lèi)。5.10 根據(jù)上題數(shù)據(jù)通過(guò)SPS睨計(jì)分析軟件進(jìn)行快速聚類(lèi)運(yùn)算，并與系統(tǒng)聚類(lèi)分析結(jié)果進(jìn)行比較。解：快速聚類(lèi)運(yùn)算即K均值法聚類(lèi)，具體步驟同5.8,聚類(lèi)結(jié)果如下：聚類(lèi)的結(jié)果為9（上海）獨(dú)自為一類(lèi)，1（北京）、2（

24、天津）、6（遼寧）、7（吉林）、10（江蘇）、11（浙江）、13（福建）和14（江西）為一類(lèi)，剩余地區(qū)為一類(lèi)。5.11 下表是2003年我國(guó)省會(huì)城市和計(jì)劃單列市的主要經(jīng)濟(jì)指標(biāo)：人均GDR（元）、人均工業(yè)產(chǎn)值X2（元）、客運(yùn)總量X3（萬(wàn)人）、貨運(yùn)總量X4（萬(wàn)噸）、地方財(cái)政預(yù)算內(nèi)收入X5（億元）、固定資產(chǎn)投資總額X6（億元）、在崗職工占總?cè)丝诘谋壤齒7（%）、在崗職工人均工資額?。ㄔ?、城鄉(xiāng)居民年底儲(chǔ)蓄余額X9（億元）。試通過(guò)統(tǒng)計(jì)分析軟件進(jìn)行系統(tǒng)聚類(lèi)分析，并比較何種方法與人們觀(guān)察到的實(shí)際情況較接近。城市XX2、11X3X4X5XX7XX9北京3188633168305203067159320003

25、7.8253126441天津264334373235073467920593418.8186481825石家莊15134131591184310008494169.5123061044太原!15752158312975152483319722.812679660呼和浩特1899111257350841552118213.514116255沈陽(yáng)23268154466612146368155714.8149611423大連2914527615110012108111140714.7175601310長(zhǎng)春18630210456999108924629412.513870831哈爾濱148257561

26、645895187642317.7124511154上海4658677083721263861899227421.0273056055南京2754743853167901480513679415.4221901134杭州3266749823213491681515071711.8246671466寧波3254347904249381379713955510.9236911060合肥106211171460344641362458.313901359福州2228121310968082506737611.815053876廈門(mén)5359093126444130557023838.619024397

27、南昌142219205572844543121011.013913483濟(jì)南23437226345810143547642913.516027758青島2470535506146663055312054814.515335908鄭州16674140231070978476637312.7135381048武漢212781708311882166108062317.4137301286海量資源，歡迎共閱長(zhǎng)沙15446887310609106316043410.016987705廣州48220554042975128859275108925.1288053727深圳1918383475191098

28、9679329187569.6310532199南寧8176339070165893361708.313171451?？?644214553132843304129916.514819284重慶71905076582903245016211876.5124401897成都17914928972793287989078811.9152741494貴陽(yáng)11046103501851153184023115.812181345昆明16215116015126123386034214.614255709西安1314089131141393926544615.9135051211蘭/p>

29、20955812120318.013489468西寧706656052788203787610.114629175銀川1178711013214621271213421.913497193烏魯木齊22508171372188127544118026.116509420南寧31886331683052030671593200037.8253126441?？?64334373235073467920593418.8186481825資料來(lái)源：中國(guó)統(tǒng)計(jì)年鑒2004解:用spss對(duì)37個(gè)地區(qū)聚類(lèi)分析的步驟如5.8題，不同的方法在第4-/.個(gè)步驟的Method子對(duì)話(huà)框中選擇不同的Clustermethod。xX,j/、II1.Between-groupinkage（組間平均數(shù)連接距離）從上面的樹(shù)形圖可以直觀(guān)地觀(guān)察到，若用組間平均數(shù)連接距離將這些地區(qū)分為3類(lèi)，則24（深圳）獨(dú)自為一類(lèi)，10（上海）和1