聚類分析實驗報告.doc

《聚類分析實驗報告.doc》由會員分享，可在線閱讀，更多相關(guān)《聚類分析實驗報告.doc（12頁珍藏版）》請在裝配圖網(wǎng)上搜索。

《應(yīng)用多元統(tǒng)計分析》 課 程 實 驗 報 告 實驗名稱：用聚類分析的方法研究山東省17個市的產(chǎn)業(yè)類型的差異化 學(xué)生班級： 統(tǒng)計0901 學(xué)生姓名： 賈緒順 杜春霖 陳維民 張鵬 指導(dǎo)老師：____________張艷麗_____________________ 完成日期： 2011.12.12 一， 實驗內(nèi)容 根據(jù)聚類分析的原理，使用系統(tǒng)聚類分析的COMplete linkage (最長距離法)和WARD(離差平方和法)，運用SPSS軟件對2009年山東省17個城市生產(chǎn)總值的數(shù)據(jù)進行Q型聚類，將17個城市分為5類，發(fā)現(xiàn)不同城市產(chǎn)業(yè)類型的差異化，并解釋造成這種差異的原因 二， 實驗?zāi)康? 希望通過實驗研究山東省17個市的生產(chǎn)總值的差異化，并分析造成這種差異化的原因，可以更深刻的掌握聚類分析的原理；進一步熟悉聚類分析問題的提出、解決問題的思路、方法和技能；達到能綜合運用所學(xué)基本理論和專業(yè)知識；鍛煉收集、整理、運用資料的能力的目的；希望能會調(diào)用SPSS軟件聚類分析有關(guān)過程命令，并且可以對數(shù)據(jù)處理結(jié)果進行正確判斷分析，作出綜合評價。 三， 實驗方法背景與原理 3.1方法背景 聚類分析又稱群分析，是多元統(tǒng)計分析中研究樣本或指標的一種主要的分類方法，在古老的分類學(xué)中，人們主要靠經(jīng)驗和專業(yè)知識，很少利用數(shù)學(xué)方法。隨著生產(chǎn)技術(shù)和科學(xué)的發(fā)展，分類越來越細，以致有時僅憑經(jīng)驗和專業(yè)知識還不能進行確切分類，于是數(shù)學(xué)這個有用的工具逐漸被引進到分類學(xué)中，形成了數(shù)值分類學(xué)。近些年來，數(shù)理統(tǒng)計的多元分析方法有了迅速的發(fā)展，多元分析的技術(shù)自然被引用到分類學(xué)中，于是從數(shù)值分類學(xué)中逐漸的分離出聚類分析這個新的分支。結(jié)合了更為強大的數(shù)學(xué)工具的聚類分析方法已經(jīng)越來越多應(yīng)用到經(jīng)濟分析和社會工作分析中。在經(jīng)濟領(lǐng)域中，主要是根據(jù)影響國家、地區(qū)及至單個企業(yè)的經(jīng)濟效益、發(fā)展水平的各項指標進行聚類分析，然后很據(jù)分析結(jié)果進行綜合評價，以便得出科學(xué)的結(jié)論。 聚類分析源于很多領(lǐng)域，包括數(shù)學(xué)，計算機科學(xué)，統(tǒng)計學(xué)，生物學(xué)和經(jīng)濟學(xué)。在不同的應(yīng)用領(lǐng)域，很多聚類技術(shù)都得到了發(fā)展，這些技術(shù)方法被用作描述數(shù)據(jù)，衡量不同數(shù)據(jù)源間的相似性，以及把數(shù)據(jù)源分類到不同的簇中。聚類分析的主要應(yīng)用，在商業(yè)方面，最常見的就是客戶群的細分問題，可以從客戶人口特征、消費行為和喜好方面的數(shù)據(jù)，對客戶進行特征分析，充分利用數(shù)據(jù)進行客戶的客觀分組，使諸多特征有相似性的客戶能被分在同一組內(nèi)，而不相似的客戶能被區(qū)分到另一些組中。在生物方面，聚類分析可以用來對動植物進行分類，對基因進行分類等，從而獲取對動植物種群固有結(jié)構(gòu)的認識，對物種進行很好的分類。在電子商務(wù)方面，聚類分析在電子商務(wù)中網(wǎng)站建設(shè)數(shù)據(jù)挖掘中也是很重要的一個方面，通過對客戶的瀏覽行為、瀏覽網(wǎng)站、客戶的年齡等，對客戶進行分析，找出不同客戶的共同特征，通過共同特征對客戶進行分類，可以幫助電子商戶更好的了解他們的客戶，并向客戶提供更合適的服務(wù)。在保險行業(yè)上，根據(jù)產(chǎn)、壽險進行分類，不同類別的公司進行分類，對保險投資比例進行分類管理，從而提高保險投資的效率。 3.2實驗的方法與原理 聚類分析是研究“物以類聚”的一種科學(xué)有效的方法。做聚類分析時，出于不同的目的和要求，可以選擇不同的統(tǒng)計量和聚類方法。 聚類分析方法中最常用的一種是系統(tǒng)聚類法，其基本思想是：先將待聚類的n個樣品（或者變量）各自看成一類，共有n類；然后按照選定的方法計算每兩類之間的聚類統(tǒng)計量，即某種距離（或者相似系數(shù)），將關(guān)系最為密切的兩類合為一類，其余不變，即得到n-1類；再按照前面的計算方法計算新類與其他類之間的距離（或相似系數(shù)），再將關(guān)系最為密切的兩類并為一類，其余不變，即得到n-2類；如此下去，每次重復(fù)都減少一類，直到最后所有的樣品（或者變量）都歸為一類為止。系統(tǒng)聚類分析有兩種類型：Q型樣本聚類和R型變量聚類。這里我們運用的是Q型聚類。 Q型聚類是對樣本進行聚類，它使具有相似特征的樣本聚集在一起，使差異性大的樣本分離開來。 本實驗中，分別采用最長距離法和離差平方和法對樣本進行分類。 方法一：用最長距離對樣本進行分類 個體與小類間的最長距離是該個體與小類每個個體距離的最大值 在聚類分析前，首先把數(shù)據(jù)進行標準化變換，變換后的數(shù)據(jù)，每個變量樣本均值為0，標準差為1，而且標準化變換后的數(shù)據(jù)與變量的量綱無關(guān)。采用系統(tǒng)聚類的方法，用最長距離法計算歐氏距離，其中表示第i個樣品的第t個指標的觀測值，表示第j個樣品的第t個指標的觀測值，為第i個樣品與第j個樣品之間的歐式距離。若越小，那么第i與j兩個樣品之間的性質(zhì)就越接近。最長距離法求類與類之間的距離，設(shè)類和合并后，按照最長距離計算新類與其他類的類間距離，其遞推公式為 方法二：用離差平方和法（WARD）對樣品進行分類 離差平方和法是Ward（1936）提出的，也稱為Ward法。它基于方差分析思想，如果類分得正確，則同類樣品之間的離差平方和應(yīng)當較小，不同類樣品之間的離差平方和應(yīng)當較大。 假定已將n個樣品分為k類，記為,,…,，表示類的樣品個數(shù)，表示的重心，表示中第i個樣品（i=1,…,），則中樣品的離差平方和為 ， 其中，為m維向量，為一數(shù)值（t=1,2,…,k）。 k個類的總離差平方和為 . 當k固定時，要選擇使達到極小的分類。 Ward法的基本思想是，先將n個樣品各自成一類，此時=0；然后每次將其中某兩類合并為一類，因每縮小一類離差平方和就要增加，每次選擇使增加最小的兩類進行合并，直至所有樣品合并為一類為止。 Ward法把某兩類合并后增加的離差平方和看成為類間的平方距離，即令 表示類和的平方距離，其中，，，分別為，，類中樣品的離差平方和。利用的定義，可得 ， 其中.經(jīng)整理可得 . 當樣品間距離采用歐氏距離時，上式可表為 ， 其中表示的重心與的平方距離： . 這表明此時Word法定義的類間距離與重心法只相差一個常數(shù)倍。 當和合并為后，與其他類的距離有如下遞推公式 上述兩種方法都是將性質(zhì)接近的樣品劃為一類。聚類分析依據(jù)的基本原則是直接比較樣本中各事物之間的性質(zhì)，將性質(zhì)相近的歸為一類，而將性質(zhì)相差比較大的分在不同類。也就是說，同類事物之間性質(zhì)差異小，類與類之間的性質(zhì)相差比較大。 系統(tǒng)聚類分析是聚類分析中應(yīng)用的最廣泛的一種方法。首先將n個樣品每個自成一類，然后每次將具有最小距離的兩類合并成一類，合并后重新計算類與類之間的距離，這個過程一直持續(xù)到所有樣品歸為一類為止。分類結(jié)果可以畫成一張直觀的聚類譜系圖。應(yīng)用系統(tǒng)聚類法進行聚類分析的步驟如下： ①確定待分類的樣品的指標 ②收集數(shù)據(jù) ③對數(shù)據(jù)進行變換處理 ④使各個樣品自成一類，即n個樣品一共有n類 ⑤計算各類之間的距離，得到一個距離對稱矩陣，將距離最近的兩個類并成一類 ⑥并類后，如果類的個數(shù)大于1，那么重新計算各類之間的距離，繼續(xù)并類，直至所有樣品歸為一類為止 ⑦最后繪制系統(tǒng)聚類譜系圖，按不同的分類標準或不同的分類原則，得出不同的分類結(jié)果。 四、實驗數(shù)據(jù)與實驗結(jié)果 我們根據(jù)2010年山東統(tǒng)計年鑒的數(shù)據(jù)，運用SPSS軟件進行分析，得到如下實驗數(shù)據(jù)與結(jié)果： 1，原始數(shù)據(jù) 表1-1 山東省17城市生產(chǎn)總值原始數(shù)據(jù) 地區(qū) X1 X2 X3 X4 X5 X6 X7 X8 濟南市 20686756 20704772 3918747 20639608 3784306 8943039 214.9 18024610 青島市 27503964 70619047 31956998 55733587 4831806 8137064 274.8 19611331 淄博市 14061888 58081899 9491580 30244829 1884145 5053392 105.7 10056751 棗莊市 5064995 22437375 1753203 6651504 2207428 1592207 66.0 4228513 東營市 15345343 41199590 4554293 15809465 1696382 2383391 67.4 3887417 煙臺市 16417465 66453587 38086756 49475292 5975883 5008978 175.8 14126854 濰坊市 10497502 60488560 11709800 26141577 6548044 4473999 183.2 12148004 濟寧市 13006720 22645751 5242998 16033364 6219252 2895386 130.3 10042495 泰安市 9325693 25301440 1632878 13970449 3382994 4859536 77.3 6978426 威海市 1821752 35641945 14747879 20280903 3008526 1668404 81.8 7092776 日照市 1731442 18934672 5202300 4998376 1762907 1478668 50.9 3195391 萊蕪市 5668429 5868280 363118 3045801 725138 451164 21.3 1888211 臨沂市 3547197 39162992 7750708 15125262 4778789 2876138 161.9 11587531 德州市 4265744 33622261 2620289 10973162 4432973 1295397 82.8 6586211 聊城市 7202729 31048684 1005847 11917024 4032858 1027917 87.9 5585951 濱州市 3256739 33182983 2627798 8352382 3004112 1480444 72.2 4507461 菏澤市 3674339 21236454 1950326 6628429 3945037 1340737 108.8 6655095 (來源：2010年山東統(tǒng)計年鑒) X1-規(guī)模以上國有控股工業(yè)總產(chǎn)值（單位：萬元） X2-規(guī)模以上非公有工業(yè)總產(chǎn)值（單位：萬元） X3-規(guī)模以上外商和港澳臺投資工業(yè)總產(chǎn)值（單位：萬元） X4-規(guī)模以上高新技術(shù)產(chǎn)業(yè)總產(chǎn)值（單位：萬元） X5-農(nóng)林牧漁業(yè)總產(chǎn)值（單位：萬元） X6-建筑業(yè)總產(chǎn)值 （單位：萬元） X7-郵電業(yè)務(wù)總量（單位：億元） X8-社會消費品零售總額 (單位：萬元) 2，SPSS軟件處理結(jié)果 我們首先對原始數(shù)據(jù)進行標準化，然后采用系統(tǒng)聚類分析法的Furthest Neighbor(最長距離法)和Ward’s Method(離差平方和)分別對標準化的數(shù)據(jù)進行處理，下面對軟件輸出結(jié)果進行詳細介紹。 【1】，用層次聚類分析中最長距離法的SPSS結(jié)果 （1），表1-2 山東省17個城市生產(chǎn)總值層次聚類分析中的凝聚狀態(tài)表 Agglomeration Schedule Stage Cluster Combined Coefficients Stage Cluster First Appears Next Stage Cluster 1 Cluster 2 Cluster 1 Cluster 2 1 14 15 .318 0 0 3 2 4 11 .521 0 0 5 3 14 17 .814 1 0 4 4 14 16 1.235 3 0 6 5 4 12 2.533 2 0 12 6 9 14 3.222 0 4 8 7 8 13 3.570 0 0 10 8 9 10 4.715 6 0 12 9 3 5 4.977 0 0 14 10 7 8 6.421 0 7 13 11 2 6 8.250 0 0 15 12 4 9 9.948 5 8 14 13 1 7 15.216 0 10 15 14 3 4 21.504 9 12 16 15 1 2 37.386 13 11 16 16 1 3 84.514 15 14 0 （2），表1-3山東省17個城市生產(chǎn)總值層次聚類分析中分為五類的類成員 Cluster Membership Case 5 Clusters 1:濟 南 市 1 2:青 島 市 2 3:淄 博 市 3 4:棗 莊 市 4 5:東 營 市 3 6:煙 臺 市 2 7:濰 坊 市 5 8:濟 寧 市 5 9:泰 安 市 4 10:威 海 市 4 11:日 照 市 4 12:萊 蕪 市 4 13:臨 沂 市 5 14:德 州 市 4 15:聊 城 市 4 16:濱 州 市 4 17:菏 澤 市 4 分為五類時，1號樣本濟南市為一類，2號樣本青島市、6號樣本煙臺市為一類，3號樣本淄博市、5號樣本東營市為一類，7號樣本濰坊市、8號樣本濟寧市、13號樣本臨沂市為一類，其他4號樣本棗莊市、9號樣本泰安市、10號樣本威海市、11號樣本日照市、12號樣本萊蕪市、14號樣本德州市、15號樣本聊城市、16號樣本濱州市、17號樣本菏澤市13個城市為一類。 （3），表1-4 山東省17個城市生產(chǎn)總值層次聚類分析樹形圖 RescaledDistanceClusterCombine CASE0510152025 LabelNum+---------+---------+---------+---------+---------+ 德州市14─┐ 聊城市15─┤ 菏澤市17─┤ 濱州市16─┼─┐ 泰安市9─┘├─┐ 威海市10───┘├───────┐ 棗莊市4─┐││ 日照市11─┼───┘├───────────────────────────────────┐ 萊蕪市12─┘││ 淄博市3───┬─────────┘│ 東營市5───┘│ 青島市2─────┬─────────────────┐│ 煙臺市6─────┘││ 濟寧市8─┬─┐├─────────────────────────┘ 臨沂市13─┘├─────┐│ 濰坊市7───┘├─────────────┘ 濟南市1─────────┘ 表1-4：樹形圖以躺倒樹的形式展示了聚類分析中的每一次合并的情況。SPSS自動將各類間的距離映射到0~25之間，并將凝聚過程近似的表示在圖上。樹形圖僅是粗劣的展現(xiàn)聚類分析的過程，鑒于樣本量較大且小類間的距離相差較小，在圖上較難分辨凝聚的每步過程。 【2】，用層次聚類分析中離差平方和法的SPSS結(jié)果 （1），表2-1 山東省17個城市生產(chǎn)總值層次聚類分析中的凝聚狀態(tài)表 Agglomeration Schedule Stage Cluster Combined Coefficients Stage Cluster First Appears Next Stage Cluster 1 Cluster 2 Cluster 1 Cluster 2 1 14 15 .281 0 0 3 2 4 11 .642 0 0 4 3 14 17 1.145 1 0 9 4 4 16 1.697 2 0 7 5 8 13 2.640 0 0 10 6 9 10 3.668 0 0 9 7 4 12 4.752 4 0 12 8 3 5 5.867 0 0 14 9 9 14 6.983 6 3 12 10 7 8 8.224 0 5 13 11 2 6 9.659 0 0 15 12 4 9 11.532 7 9 14 13 1 7 13.827 0 10 15 14 3 4 16.341 8 12 16 15 1 2 20.330 13 11 16 16 1 3 28.232 15 14 0 （2），表2-2山東省17個城市生產(chǎn)總值層次聚類分析中分為五類的類成員 Cluster Membership Case 5 Clusters 1:濟 南 市 1 2:青 島 市 2 3:淄 博 市 3 4:棗 莊 市 4 5:東 營 市 3 6:煙 臺 市 2 7:濰 坊 市 5 8:濟 寧 市 5 9:泰 安 市 3 10:威 海 市 4 11:日 照 市 4 12:萊 蕪 市 4 13:臨 沂 市 5 14:德 州 市 4 15:聊 城 市 4 16:濱 州 市 4 17:菏 澤 市 4 分為五類時，1號樣本濟南市為一類，2號樣本青島市、6號樣本煙臺市為一類，3號樣本淄博市、5號樣本東營市、9號樣本泰安市為一類，7號樣本濰坊市、8號樣本濟寧市、13號樣本臨沂市為一類，其他4號樣本棗莊市、10號樣本威海市、11號樣本日照市、12號樣本萊蕪市、14號樣本德州市、15號樣本聊城市、16號樣本濱州市、17號樣本菏澤市13個城市為一類。 （3），表2-3 山東省17個城市生產(chǎn)總值層次聚類分析樹形圖 RescaledDistanceClusterCombine CASE0510152025 LabelNum+---------+---------+---------+---------+---------+ 德州市11─┐ 聊城市12─┼───┐ 菏澤市14─┘├─────┐ 威海市8─────┘│ 棗莊市7─┐├───┐ 日照市9─┼───┐││ 濱州市13─┘├─────┘├─────────────────────────────────┐ 萊蕪市10─────┘││ 東營市5─────┬─┐││ 泰安市6─────┘├───────┘│ 淄博市4───────┘│ 青島市2───────┬─────────────────┐│ 煙臺市3───────┘││ 濟寧市16─────┬─┐├───────────────────────┘ 臨沂市17─────┘├─────┐│ 濰坊市15───────┘├───────────┘ 濟南市1─────────────┘ 表2-3：樹形圖以躺倒樹的形式展示了聚類分析中的每一次合并的情況。SPSS自動將各類間的距離映射到0~25之間，并將凝聚過程近似的表示在圖上。樹形圖僅是粗劣的展現(xiàn)聚類分析的過程，鑒于樣本量較大且小類間的距離相差較小，在圖上較難分辨凝聚的每步過程。 注：在兩種分類依據(jù)下，結(jié)果大部分一致，只是在泰安市的歸類上出現(xiàn)了分歧，考慮到Ward方法的普遍應(yīng)用性，我們采用后者。 3，通過以上的分類表可以清楚的看到,層次聚類分析結(jié)果，將17個城市樣本分為5類。 （1）1號樣本濟南市，是山東省的省會，是山東政治、文化、經(jīng)濟、金融、教育中心，是“全國城市綜合實力50強”。濟南是一個具有悠久歷史的城市，所以濟南的國有企業(yè)林立眾多，像中國石化集團濟南煉油廠、中國石油集團濟柴動力總廠、中國重型汽車集團、中國輕騎集團、山東魯能（集團）有限公司 、山水集團（山東水泥廠）、濟南鋼鐵集團總公司、濟南鐵路集團，這使得濟南的國有企業(yè)（大部分是重工企業(yè)）產(chǎn)值成為全省第一。伴隨著省會的特殊地位，濟南郵電業(yè)和建筑業(yè)也是十分發(fā)達的，而這些都帶動了商品零售業(yè)的發(fā)展。但是由于深處內(nèi)陸而且國有企業(yè)較多使得非公有企業(yè)和外資發(fā)展的空間變小，以至于這些產(chǎn)業(yè)類型發(fā)展不夠好，這就形成了濟南產(chǎn)業(yè)類型特色：公有建筑型。 （2）2號樣本青島市和3號樣本煙臺市都是山東著名的海濱城市,兩個城市都是"環(huán)渤海"經(jīng)濟圈對外的重要出口,兩個城市也都是山海結(jié)合的城市。因為其港口城市的緣故，再加上山東離日韓距離非常近，使得外資企業(yè)看到了良好的生長土壤，紛紛投資建立公司，并且?guī)砹烁咝录夹g(shù)，這使得其外資和高新技術(shù)產(chǎn)業(yè)領(lǐng)先于山東17地市。這樣的環(huán)境也就理所當然的造就了大批非公有企業(yè)，他們與外資以及高新技術(shù)企業(yè)互利共贏，發(fā)展也是十分喜人。這些特點，另外加上港口所帶來的郵電運輸業(yè)繁榮，就形成了：港口外資型。 （3）7號樣本濰坊市、8號樣本濟寧市和13號樣本臨沂市，他們地處山東半島的平原之上，日光充足、土壤肥沃，又有母親河——黃河的灌溉，再加上山東半島地處溫帶大陸性氣候，四季分明，使得這三個市農(nóng)業(yè)非常發(fā)達，成為山東的農(nóng)業(yè)領(lǐng)頭羊。再加上政府的大力發(fā)展，形成了其支柱產(chǎn)業(yè)。以濰坊為例：建成了壽光蔬菜、諸城肉雞、安丘蜜桃、青州食用菌、昌樂西瓜和草莓等一大批名優(yōu)特稀農(nóng)產(chǎn)品生產(chǎn)基地。所以他們都屬于：農(nóng)業(yè)支柱型。 （4）3號樣本淄博市、5號樣本東營市和9號樣本泰安市。這三個市也是這次分類最為獨特的一類。前面也提到了泰安最后定為這一類是因為Ward方法應(yīng)用最為廣泛、更為精確。從數(shù)據(jù)上看，這三個市的經(jīng)濟處于省內(nèi)中游，已經(jīng)逐漸有了形成各自特點的趨勢。但并不突出，比如淄博的非公有企業(yè)，東營的國有企業(yè)和泰安的農(nóng)業(yè)及旅游業(yè)。所以我們認為這三個特殊的城市屬于：中間過渡型。 （5）其他8個城市，這些城市有些歷史悠久，有些是新中國成立后的新興城市，有些是沿海城市有些是內(nèi)陸城市，但其都位于黃海三角洲沖積平原上，氣候溫和，適宜農(nóng)作物生長，有較好的農(nóng)業(yè)、手工業(yè)和工業(yè)基礎(chǔ)，而且這幾個地市交通運輸業(yè)也十分發(fā)達，鐵路、公路縱橫成網(wǎng)，航運正在起步，不僅如此靠近內(nèi)陸的幾個地區(qū)如濟寧，菏澤，棗莊等環(huán)靠京杭大運河，像濱州日照等市依傍著大海，無論是陸上，水上還是航空交通都非常便利。這幾地市的人文景觀和自然景觀也是獨一無二的，如孔孟之鄉(xiāng)的濟寧曲阜，優(yōu)美宜人的棗莊紅河濕地等，在便利的交通的促進下，旅游業(yè)也逐漸成為了重點產(chǎn)業(yè)。但是他們比前面四個類型的城市少了一些特殊性，所以發(fā)展比較平均。沒有很突出的產(chǎn)業(yè)成為龍頭產(chǎn)業(yè)，所以發(fā)展也有些緩慢，但我們相信他們一定會放大自身的優(yōu)點，形成自身特點，成為具有綜合競爭力的城市。他們目前屬于：相對滯后型。 五，心得體會 經(jīng)過一周的課程設(shè)計，過程曲折可謂一語難盡。在此期間我們也失落過，也曾一度熱情高漲。從開始時滿富激情到最后汗水背后的復(fù)雜心情，點點滴滴無不令我們回味無長。 生活就是這樣，汗水預(yù)示著結(jié)果也見證著收獲。勞動是人類生存生活永恒不變的話題。通過課程設(shè)計，我們才真正領(lǐng)略到“艱苦奮斗”這一詞的真正含義，才意識到老一輩統(tǒng)計工作者為我們社會付出許多辛勞和汗水。我們想說，統(tǒng)計確實有些辛苦，但苦中也有樂。 在做聚類分析的實驗之前，我們以為不會難做，就像以前做的統(tǒng)計實驗一樣，找到合適數(shù)據(jù)后，將數(shù)據(jù)輸入多元統(tǒng)計分析軟件，經(jīng)過一些操作輸出結(jié)果，然后分析一下，再將實驗報告做好就可以了。沒想到開始就出現(xiàn)了問題，數(shù)據(jù)的選定就浪費了很多時間，合適的數(shù)據(jù)很難找，最后四個人經(jīng)過一天的時間才敲定了一組合適的數(shù)據(jù)。直到做完聚類分析實驗時，我們才知道其實并不容易做，但學(xué)到的知識與難度成正比，使我們受益匪淺。 而且課程設(shè)計也是一個團隊的任務(wù)，一起的工作可以讓我們相互幫助，配合默契，最重要的一點就是團隊合作精神，隊員之間要相互信任，有了這個基礎(chǔ)才可以把實驗進行下去，團隊是不同的個體組成的，每個人的思想、行為方式不同，合作時肯定會有沖突，其實有一些良性的沖突是會促進合作的，有沖突說明隊員認真工作了，這樣會提高工作效率，我們雖然是四個人的小團隊，但也不乏會有一些小沖突，但當我們冷靜下來，理智的討論過后發(fā)現(xiàn)問題被更好的解決了。問題解決后就要隊員堅定不移的行動了，隊員對團隊的基本責(zé)任就是無怨無悔，彼此負責(zé)。團隊的隊員都是平等的，互相要友善，在這點上我們組可以說是做的不錯的，遇到問題時要善于交流，有矛盾要及時化解，能夠接受批評，要謙虛謹慎才好，團隊良好合作時創(chuàng)造能力會大大提高。 做實驗時，老師還會根據(jù)自己的親身體會，將一些課本上沒有的知識教給我們，拓寬我們的眼界，是我們認識到這門課程在生活中的應(yīng)用是那么廣泛。 多元統(tǒng)計聚類分析在現(xiàn)代化管理和社會生活中的地位日益重要。隨著社會、經(jīng)濟科學(xué)技術(shù)的發(fā)展，多元統(tǒng)計聚類分析在現(xiàn)代化國家管理和企業(yè)管理中的地位，在社會生活中的地位，越來越重要了，多元統(tǒng)計聚類分析廣泛吸收和融合相關(guān)學(xué)科的新方法，不斷開發(fā)應(yīng)用新技術(shù)，深化和豐富了多元統(tǒng)計聚類分析傳統(tǒng)領(lǐng)域的理論與方法，并拓展了新領(lǐng)域。今天的多元統(tǒng)計聚類分析以展現(xiàn)出強有力的生命力。人們的日常生活和一切社會生活都與多元統(tǒng)計聚類分析息息相關(guān)?？梢哉f多元統(tǒng)計聚類分析已經(jīng)融入了我們的生活中，因此，學(xué)好多元統(tǒng)計聚類分析以及能熟練應(yīng)用SPSS進行實際聚類分析操作對我們來說變得至關(guān)重要。 對我們而言，知識上的收獲重要，精神上的豐收更加可貴。挫折是一份財富，經(jīng)歷是一份擁有。這次實驗必將成為我們?nèi)松猛旧弦粋€非常美好的回憶！ 參考文獻 【1】 高惠璇.應(yīng)用多元統(tǒng)計分析【M】.北京：北京大學(xué)出版社，2005 【2】 薛薇.統(tǒng)計分析與SPSS的應(yīng)用【M】.北京：中國人民大學(xué)出版社，2011 【3】 山東省統(tǒng)計局.2010山東統(tǒng)計年鑒【M】.中國統(tǒng)計出版社，2011 六，教師評語 指導(dǎo)教師批閱意見： 實驗報告內(nèi)容完整性 （20分） 實驗準確性（這里指作品質(zhì)量）（30分） 實驗結(jié)果與數(shù)據(jù)分析 （20分） 實驗報告（格式規(guī)范、按時完成） （20分） 實驗態(tài)度（實驗課考勤、實驗表現(xiàn)）（10分） 成績評定： 指導(dǎo)教師簽字： 年 月 日