量化研究与统计分析—集群分析(ppt 53页)

内容简介：
将性质相近的现象归为一类，以便在大量复杂的特征归类后，找出其所存在的规律性，如经济现象
是定量研究分类问题的一种多元统计方法
找出同一类中的个体有较大的相似性之间相似度的统计量，以此为依据，采用某种集群方法（cluster method），将所有样本（或变量）分别集群到不同的类中
High internal (within-cluster) homogeneity
High external (between-cluster) heterogeneity
类内同质  类间异质
研究变量间亲疏程度的指针有两个距离
指两个事物距离多远的测量，通常将每一个样本看成m维（变量的个数）空间中的一个点，在这m维空间定义点与点之间距离，距离较近的点归为同一类，距离较远的点归入不同的类。
相似系数
指两个事物距离多近的测量，性质越近的样本，它们之间的相似系数越接近于1（或－1），而彼此无关的样本，它们之间的相似系数越接近于零。在进行集群处理时，将比较相似的样本归为一类，不怎么相似的样本归为不同的类。
距离与相似系数计算公式的选择，与资料特征、测量尺度和集群方法有关。
Hierarchical Cluster Analysis
也叫系统集群分析，是集群分析中应用最广泛的一种方法。
集群过程：把参与集群的样本（或变量）各视为一类，然后根据两类之间的距离或相似度逐步合并，直到所有样本（或变量）合并为一个大类为止。

..............................