判别分析与聚类分析基本原理

判别分析的基本原理和模型

一、判别分析概述 （一）什么是判别分析

判别分析是多元统计中用于判别样品所属类型的一种统计分析方法，是一种在已知研究对象用某种方法已经分成若干类的情况下，确定新的样品属于哪一类的多元统计分析方法。

判别分析方法处理问题时，通常要给出用来衡量新样品与各已知组别的接近程度的指标，即判别函数，同时也指定一种判别准则，借以判定新样品的归属。所谓判别准则是用于衡量新样品与各已知组别接近程度的理论依据和方法准则。常用的有，距离准则、Fisher准则、贝叶斯准则等。判别准则可以是统计性的，如决定新样品所属类别时用到数理统计的显著性检验，也可以是确定性的，如决定样品归属时，只考虑判别函数值的大小。判别函数是指基于一定的判别准则计算出的用于衡量新样品与各已知组别接近程度的函数式或描述指标。

（二）判别分析的种类

按照判别组数划分有两组判别分析和多组判别分析；按照区分不同总体的所用数学模型来分有线性判别分析和非线性判别分析；按照处理变量的方法不同有逐步判别、序贯判别等；按照判别准则来分有距离准则、费舍准则与贝叶斯判别准则。

二、判别分析方法 （一）距离判别法

１．基本思想：首先根据已知分类的数据，分别计算各类的重心，即分组（类）均值，距

一、 案例背景

随着现代人力资源管理理论的迅速发展，绩效考评技术水平也在不断提高。绩效的多因性、多维性，要求对绩效实施多标准大样本科学有效的评价。对企业来说，对上千人进行多达50~60个标准的考核是很常见的现象。但是，目前多标准大样本大型企业绩效考评 问题仍然困扰着许多人力资源管理从业人员。为此，有必要将当今国际上最流行的视窗统计软件SPSS应用于绩效考评之中。

在分析企业员工绩效水平时， 由于员工绩效水平的指标很多，各指标之间还有一定的关联性，缺乏有效的方法进行比较。目前较理想的方法是非参数统计方法。本文将列举某企业的具体情况确定适当的考核标准，采用主成分分析以及聚类分析方法，比较出各员工绩效水平，从而为企业绩效管理提供一定的科学依据。

最后采用判别分析建立判别函数，同时与原分类进行比较。

聚类分析

二、绩效考评的模型建立

1、为了分析某企业绩效水平，按照综合性、可比性、实用性和易操作性的选取指标原则，本文选择了影响某企业绩效水平的成果、行为、态度等6个经济指标(见表1)。

2、对某企业，搜集整理了28名员工2009年第1季度的数据资料。构建1个28×6维的矩阵(见表2)。

3、应用SPSS数据统计分析系统首先对变量进行及主成分分析，找到样本的主

聚类分析实验报告

一、实验数据

2013年，在国内外形势错综复杂的情况下，我国经济实现了平稳较快发展。全年国内生产总值568845亿元，比上年增长7.7%。其中第三产业增加值262204亿元，增长8.3%，其在国内生产总值中的占比达到了46.1%，首次超过第二产业。经济的快速发展也带来了就业的持续增加，年末全国就业人员76977万人，其中城镇就业人员38240万人，全年城镇新增就业1310万人。随着我国城镇化进程的不断加快，加之农业用地量的不断衰减，工业不断的转型升级，使得劳动力就业压力的缓解需要更多的依靠服务业的发展。

（一）指标选择

根据指标选择的可行性、针对性、科学性等原则，分别从服务业的发展规模、发展结构、发展效益以及发展潜力等方面选择14个指标来衡量服务业的发展水平，指标体系如表1所示：

表1 服务业发展水平指标体系 一级指标 服务业发展规模指标 服务业发展结构指标 二级指标 服务业增加值 服务业就业人数 服务业产值比重 服务业就业比重 人均服务产品占有量 服务业发展效益指标 服务密度 服务综合生产率 服务产品外贸进出口总额 服务业贡献率 人均GDP 服务业增长速度 工业化水平 城市化

实 验 报 告

实验项目名称 所属课程名称 实 验 类 型 实 验 日 期 班 级 学 号 姓 名 成 绩

聚类分析与判别分析 统计分析及SAS实现 验证性实验 2016-12-19 数学与应用数学

实验概述： 【实验目的及要求】 掌握SAS中根据样本或变量按照其性质上的亲疏、相似程度进行聚类分析的方法以及判别样品所属类型的判别分析的方法。掌握SAS系统中编程实现聚类分析与判别分析的方法。 【实验原理】 SAS软件的操作方法及原理 【实验环境】（使用的软件） SAS 9.3 实验内容： 【实验方案设计】 一．理解聚类分析、判别分析的基本概念； 二．掌握系统聚类法的基本思想和步骤； 三．掌握判别分析的距离判别法、Fisher判别法和Bayes判别法； 四．利用编程proc过程步实现系统聚类法与判别分析。 【实验过程】（实验步骤、记录、数据、分析） 【练习8-1

全国各省经济的聚类分析及判别分析

唐鹏钧 (DY1001109)

摘要：利用SPSS软件对全国31个省、直辖市、自治区(浙江、湖南、甘肃除外)的主要经济指标进行聚类分析，将其经济分成4种类型，并对浙江、湖南、甘肃进行类型判别分析。通过这两个方法对全国各省进行经济分类。本文选取了7项经济指标作为决定经济类型的影响因素，各项数据均来自2010年国家统计年鉴。分析结果表明：北京市和上海市为第一类经济类型；江苏省和山东省为第三类型； 广东省为第四类经济；其他25个省、直辖市、自治区均属于第二类型。 关键词：聚类分析、判别分析、经济类型

0引言

聚类分析是根据研究对象的特征对研究对象进行分类的多元统计分析技术的总称。它直接比较各事物之间的性质，将性质相近的归为一类，将性质差别较大的归入不同的类。系统聚类分析又称集群分析，是聚类分析中应用最广的一种方法，它根据样本的多指标（变量）、多个观察数据，定量地确定样品、指标之间存在的相似性或亲疏关系，并据此连结这些样品或指标，归成大小类群，构成分类树状图或冰柱图。

判别分析是根据多种因素(指标)对事物的影响来实现对事物的分类，从而对事物进行判别分类的统计方法。判别分析适用于已经掌握了历史上分类的每一个类别的若干样

R 软件做判别分析: 1. 距离判别 (1) 两样本

discriminiant.distance <- function(TrnX1, TrnX2, TstX = NULL, var.equal = FALSE) {

if (is.null(TstX) == TRUE) TstX <- rbind(TrnX1,TrnX2) if (is.vector(TstX) == TRUE) TstX <- t(as.matrix(TstX)) else if (is.matrix(TstX) != TRUE) TstX <- as.matrix(TstX)

if (is.matrix(TrnX1) != TRUE) TrnX1 <- as.matrix(TrnX1) if (is.matrix(TrnX2) != TRUE) TrnX2 <- as.matrix(TrnX2) nx <- nrow(TstX)

blong <- matrix(rep(0, nx), nrow=1, byrow=TRUE, dimnames=list(\

mu1 <- colMeans(TrnX1); mu2 <- colMeans(TrnX2) if (var.equal == TRUE || var.equal == T){ S <- var(rbind(TrnX1,TrnX2))

w <- mahalanobis(TstX, mu2, S)- mahalanobis(TstX, mu1, S) } else{

S1 <-var(TrnX1); S2 <- var(TrnX2)

w <- mahalanobis(TstX, mu2, S2)- mahalanobis(TstX, mu1, S1) }

for (i in 1:nx){

if (w[i] > 0) blong[i] <- 1 else

blong[i] <- 2 } blong }

例1: 数据

classX1<-data.frame(

x1=c(6.60, 6.60, 6.10, 6.10, 8.40, 7.2, 8.40, 7.50, 7.50, 8.30, 7.80, 7.80),

x2=c(39.00,39.00, 47.00, 47.00, 32.00, 6.0, 113.00, 52.00, 52.00,113.00,172.00,172.00),

x3=c(1.00, 1.00, 1.00, 1.00, 2.00, 1.0, 3.50, 1.00, 3.50, 0.00, 1.00, 1.50),

x4=c(6.00, 6.00, 6.00, 6.00, 7.50, 7.0, 6.00, 6.00, 7.50, 7.50, 3.50, 3.00),

x5=c(6.00, 1

spss实验报告

实验报告

经济贸易 系 统计学 专业 12 级 统计学本科 班 实验人： 实验地点： 实训楼B301 实验日期： 2015.3.25

实验题目：判别分析法的应用

实验目的：用SPSS软件实现判别分析及其应用

实验内容：用SPSS对实验数据利用Fisher判别法和贝叶斯判别法，建立判别函数

并判定青海、湖北、山东、陕西四个地区的归属类别

实验步骤与实验结果：

表2 组均值的均等性的检验

出生预期寿命（年） 成人识字率（%） 人均GDP（元）

Wilks 的 Lambda

F df1

df2

Sig.

spss实验报告

表2是对各组均值是否相等的检验，由该表可以看出，在0.1的显著性上我们不能拒绝成人识字率在两组的均值相等的假设，其余两个标准出生预期寿命以及人均GDP在两组的均值是有显著差异的。

表3 对数行列式 分组 1 2

汇聚的组内

秩

对数行列式

打印的行列式的秩和自然对数是组协方差矩阵的秩和自然对数。

表4 检验结果 箱的 M F

近似。 df1 df2 Sig.

对相等总体协方差矩阵的零假设进行检验

spss实验报告

实验报告

经济贸易 系 统计学 专业 12 级 统计学本科 班 实验人： 实验地点： 实训楼B301 实验日期： 2015.3.25

实验题目：判别分析法的应用

实验目的：用SPSS软件实现判别分析及其应用

实验内容：用SPSS对实验数据利用Fisher判别法和贝叶斯判别法，建立判别函数

并判定青海、湖北、山东、陕西四个地区的归属类别

实验步骤与实验结果：

表2 组均值的均等性的检验

出生预期寿命（年） 成人识字率（%） 人均GDP（元）

Wilks 的 Lambda

F df1

df2

Sig.

spss实验报告

表2是对各组均值是否相等的检验，由该表可以看出，在0.1的显著性上我们不能拒绝成人识字率在两组的均值相等的假设，其余两个标准出生预期寿命以及人均GDP在两组的均值是有显著差异的。

表3 对数行列式 分组 1 2

汇聚的组内

秩

对数行列式

打印的行列式的秩和自然对数是组协方差矩阵的秩和自然对数。

表4 检验结果 箱的 M F

近似。 df1 df2 Sig.

对相等总体协方差矩阵的零假设进行检验

数学实验报告 判别分析

一、实验目的

要求熟练掌握运用SPSS软件实现判别分析。

二、实验内容

已知某研究对象分为3类，每个样品考察4项指标，各类观测的样品数分别为7，4，6；另外还有2个待判样品分别为

第一个样品：

x1??8,x2??14,x3?16,x4?56

第二个样品：

x1?92,x2??17,x3?18,x4?3.0

运用SPSS软件对实验数据进行分析并判断两个样品的分组。

三、实验步骤及结论

1.SPSS数据分析软件中打开实验数据，并将两个待检验样本键入，作为样本18和样本19。

2.实验分析步骤为：

分析→分类→判别分析

3.得到实验结果如下：

（1） 由表1，对相等总体协方差矩阵的零假设进行检验，Sig值为0.022<0.05,则拒绝原假设，则各分类间协方差矩阵相等。

表1 协方差阵的均等性函数检验结果表 检验结果a 箱的 M F 近似。 df1 df2 Sig. 35.960 2.108 10 537.746 .022 由表2可得，函数1所对应的特征值贡献率已达到99.6%，说明样本数据均向此方向投影就可得到效果很高的分类，故只取函数1作为投影函数，舍去函数2不做分析。

表3为典型判别式函数的Wilks的Lambda检验，此检验中函数1的Wilks Lambda检验si

WCDMA概述与基本原理

目录

WCDMA概述

WCDMA基本原理

蜂窝移动通信系统发展历程

移动通信的发展

?第一代：模拟移动通信系统

?1979: 芝加哥AMPS(Advance Mobile Phone Service)

?1981: 北欧NMT(Nordic Mobile Telephone)

?1985: 英国TACS(Total Access Communication System)

?业务

?语音

?缺点

?频谱利用率低

?终端笨重且昂贵

?漫游范围小

?安全性低

移动通信的发展

?第二代：数字移动通信系统

?1992: 欧洲GSM (Global System for Mobile communication)

?1995: 美国IS95 即CDMA (Code Division Multiple Access)

?美国IS-136 即D-AMPS(Digital- Advance Mobile Phone Service)

?日本PDC (Personal Digital Cellular)

?业务

?语音和低速率数据业务

?缺点

?容量不大→提高系统容量

?多种制式不兼容→全球标准

?数据传输速率低→多媒体应用

移动通信的发展

?第三代移动通信系统- IMT2000 (3G统称-