-443-第二十九章 多元分析 多元分析(multivariate analyses)是多变量的统计分析方法,是数理统计中应用广泛的一个重要分支,其内容庞杂,视角独特,方法多样,深受工程技术人员的青睐和广泛使用,并在使用中不断完善和创新。由于变量的相关性,不能简单地把每个变量的结果进行汇总,这是多变量统计分析的基本出发点。 §1 聚类分析 将认识对象进行分类是人类认识世界的一种重要方法,比如有关世界的时间进程的研究,就形成了历史学,也有关世界空间地域的研究,则形成了地理学。又如在生物学中,为了研究生物的演变,需要对生物进行分类,生物学家根据各种生物的特征,将它们归属于不同的界、门、纲、目、科、属、种之中。事实上,分门别类地对事物进行研究,要远比在一个混杂多变的集合中更清晰、明了和细致,这是因为同一类事物会具有更多的近似特性。在企业的经营管理中,为了确定其目标市场,首先要进行市场细分。因为无论一个企业多么庞大和成功,它也无法满足整个市场的各种需求。而市场细分,可以帮助企业找到适合自己特色,并使企业具有竞争力的分市场,将其作为自己的重点开发目标。 通常,人们可以凭经验和专业知识来实现分类。而聚类分析(cluster analyses )作为一种定量方法,将从数据分析的角度,给出一个更准确、细致的分类工具。 1.1 相似性度量 1.1.1 样本的相似性度量 要用数量化的方法对事物进行分类,就必须用数量化的方法描述事物之间的相似程度。一个事物常常需要用多个变量来刻画。如果对于一群有待分类的样本点需用p 个变量描述,则每个样本点可以看成是pR 空间中的一个点。因此,很自然地想到可以用距离来度量样本点间的相似程度。 记Ω 是样本点集,距离),( ⋅⋅d是+→Ω×ΩR 的一个函数,满足条件: 1)0),(≥yxd,Ω∈yx,; 2)0),(=yxd当且仅当yx =; 3)),(),(xydyxd=,Ω∈yx,; 4)),(),(),(yxdzxdyxd+≤,Ω∈zyx,,。 这一距离的定义是我们所熟知的,它满足正定性,对称性和三角不等式。在聚类分析中,对于定量变量,最常用的是Minkowski距离 -444- qpkqkkqyxyxd11),(⎥⎦⎤⎢⎣⎡−= ∑=,0>q 当2,1=q或+∞→q时 , 则 分 别 得 到 1) 绝 对 值 距 离 ∑=−=qkkkyxyxd11),(, ( 1) 2) 欧 氏 距 离 21122),(⎥⎦⎤⎢⎣⎡−= ∑=pkkkyxyxd, ( 2) 3) Chebyshev 距 离 kkpkyxyxd−=≤≤∞1max),(。 ( 3) 在Minkowski 距 离 中 ,...