实验1 聚类分析 2 - 图文

实验1 聚类分析

以下是我国31个省市2008年的年底总人口数、国内生产总值、工业总产值、客运总量、货运总量、地方财政预算内收入、固定资产投资总额、城乡居民年底储蓄总额、在岗职工人数、在岗职工工资总额、进出口总额和教育经费投入等12个指标的数据。请做聚类分析。

指标示例：x1人口（万人）

x3工业总产值（亿元） x5货运总量（万吨） x7固定资产投资总额（亿元） x9在岗职工人数（万人） x11进出口总额（万美元） 其数据如下两页表所示：

x2国内生产总值（GDP）（亿元） x4客运总量（万人）

x6地方财政预算收入（万元） x8城乡居民年底储蓄余额（亿元） x10在岗职工工资总额（亿元） x12教育经费投入（万元）

指标 x1 （万人） 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 北 京 天 津 河 北 山 西 内蒙古 辽 宁 吉 林 黑龙江 上 海 江 苏 浙 江 安 徽 福 建 江 西 山 东 河 南 湖 北 湖 南 广 东 广 西 海 南 重 庆 四 川 贵 州 云 南 西 藏 陕 西 甘 肃 青 海 宁 夏 新 疆 1633 1115 6943 3393 2405 4298 2730 3824 1858 7625 5060 6118 3581 4368 9367 9360 5699 6355 9449 4768 845 2816 8127 3762 4514 284 3748 2617 552 610 2095 指标 x2 （亿元） 指标 x3 指标 x4 指标 x5 （亿元） （万人） 16190 6829 88886 43866 38678 70659 31477 64480 9086 187270 190026 86907 63669 43616 123982 122242 82374 123334 199162 60793 40239 76945 207174 74440 45668 549 48772 20483 5607 8134 27648 (万吨） 19877 50261 96891 155143 98682 116917 37935 70137 78340 141158 154286 83361 51263 40921 195259 101341 54909 100076 151282 48860 17876 50273 81426 26787 71512 372 49175 30528 8050 10540 32669 指标 x6 (万元） 14926380 5404390 7891198 5978870 4923615 10826948 3206892 4404689 20744792 22377276 16494981 5436973 6994577 3898510 16753980 8620804 5903552 6065508 27858007 4188265 1082935 4427000 8508606 2851375 4867146 201412 4752398 1909107 567083 800312 2858600 序号 省份 9353.32 2082.76 5050.40 2661.87 13709.50 6555.24 5733.35 3141.89 6091.12 2742.67 11023.49 5199.89 5284.69 2170.74 7065.00 3326.90 12188.85 5298.08 25741.15 13016.84 18780.44 9095.65 7364.18 2752.08 9249.13 4018.42 5500.25 2277.69 25965.91 13412.72 15012.46 7508.33 9230.68 3451.62 9200.00 3375.87 31084.40 14910.03 5955.65 2090.10 1223.28 278.37 4122.51 1572.26 10505.30 3913.92 2741.90 1007.75 4741.31 1711.78 342.19 27.62 5465.79 2544.42 2702.40 1063.84 783.61 889.20 344.52 380.22 3523.16 1405.11 ﹡数据来源：《中国统计年鉴》

序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 省份 北 京 天 津 河 北 山 西 内蒙古 辽 宁 吉 林 黑龙江 上 海 江 苏 浙 江 安 徽 福 建 江 西 山 东 河 南 湖 北 湖 南 广 东 广 西 海 南 重 庆 四 川 贵 州 云 南 西 藏 陕 西 甘 肃 青 海 宁 夏 新 疆 指标x7 指标x8 指标x9 指标x10 指标x11 指标x12 （亿元） （亿元） （万人） （亿元） （万美元） （万元） 3907.2 2353.1 6884.7 2861.5 4372.9 7435.2 3651.4 2833.5 4420.4 12268.1 8420.4 5087.5 4287.8 3301.9 12537.7 8010.1 4330.4 4154.8 9294.3 2939.7 502.4 3127.7 5639.8 1488.8 2759.0 270.3 3415.0 1304.2 482.8 599.8 1850.8 4389.7 1486.4 4808.3 2307.3 1137.9 4665.0 1878.5 2915.7 3891.5 6276.2 5212.7 2047.5 2430.5 1706.6 5803.5 4196.0 2754.5 2576.4 11813.3 1733.5 483.5 1582.3 3665.2 758.7 1499.8 70.4 2108.1 1042.4 222.4 306.8 1137.6 478.9 176.0 486.2 366.7 243.5 473.0 256.5 457.8 293.1 667.3 632.7 323.5 429.3 275.0 879.7 699.0 443.8 410.0 980.9 271.8 74.8 220.8 520.4 207.5 280.7 17.8 330.9 190.5 43.1 56.3 239.4 2194.3 602.7 973.2 785.0 536.6 1102.8 528.7 884.1 1437.2 1806.7 1924.2 708.9 948.1 499.4 1992.6 1431.4 871.3 870.8 2855.0 587.2 144.0 499.9 1091.6 439.2 566.5 80.6 698.6 388.1 112.1 150.0 533.2 19299976.1 3374329.1 7144973.3 1428991.8 2552341.0 3554401.1 1157948.3 2198470.4 773588.5 1480998.9 5947434.5 3282282.5 1029800.1 1724212.5 1729659.3 2230540.2 28285387.8 3707275.4 34947178.6 6845887.5 17684736.8 6315050.7 1593228.6 2775700.0 7444738.1 2771265.5 944854.1 2213618.4 12247444.3 5471049.1 1278512.7 4179474.8 1486895.4 2904962.2 968585.3 3338525.3 63418595.4 8654359.1 925899.7 2134365.2 351441.1 558645.4 743794.4 1681572.2 1437812.4 3654193.8 227030.0 1549737.3 879356.7 2311082.7 39346.4 276921.3 688733.9 2288722.7 552367.0 1321480.1 61207.3 373987.9 158151.5 398717.5 1371582.8 1532702.9 ﹡数据来源：《中国统计年鉴》

步骤一、在EXCEL中整理数据，导入SPSS中 步骤二、分析数据 analyze——Classify——Hierarchical cluster analysis，将变量x1-x12选入variables中，其他默认，点击OK

步骤三、结果分析 聚集表：

Agglomeration ScheduleCluster CombinedCluster 1Cluster 2252729301420121721297315221623212652541251441824285872431645213721111343726115910231912119Stage Cluster FirstAppearsCluster 1Cluster 200000000020000005071041031100012061408131500169001718222019021000242325262827290Stage123456789101112131415161718192021222324252627282930Coefficients5.05E+0106.44E+0109.10E+0102.47E+0112.65E+0112.75E+0112.92E+0113.22E+0114.96E+0116.21E+0117.24E+0117.70E+0119.81E+0111.05E+0121.12E+0121.45E+0122.10E+0123.13E+0124.42E+0126.44E+0121.38E+0131.53E+0132.44E+0132.57E+0134.39E+0135.69E+0136.06E+0132.87E+0147.16E+0143.98E+015Next Stage105121191610172012131518161820222224232523272728282929300 10由上表可知，第一次是将第25和第27个省份聚在一起，距离是5.05*10，该小类将在第10次聚类中用到，其余类推

垂直冰柱图：

从最后一行观察起，第25和27个case中间有个X，说明两者聚成一类，剩下的依次往上，每聚一次，类的数量减少1

聚类谱系图：

本文来源：https://www.bwwdw.com/article/cn9f.html