应用数理统计聚类分析与判别分析（第二次作业）学院：姓名：学号：2015年12月应用数理统计作业——聚类分析与判别分析目录我国部分城市经济发展水平的聚类分析和判别分析..........................................................4摘要：................................................................................................................41.引言............................................................................................................42.相关统计基础理论.........................................................................................42.1聚类分析................................................................................................42.2判别分析................................................................................................53.模型建立......................................................................................................63.1设置变量................................................................................................63.2数据收集和整理.......................................................................................64.数据结果及分析............................................................................................84.1聚类分析................................................................................................84.2判别分析..............................................................................................105.结论..........................................................................................................14参考文献..........................................................................................................15II应用数理统计作业——聚类分析与判别分析我国部分城市经济发展水平的聚类分析和判别分析摘要：本文基于《中国统计年鉴》（2014年版）统计数据，统计全国各省市居民消费情况，包括各地区农村居民人均纯收入、农村居民人均现金消费、城镇居民人均可支配收入、城镇居民人均现金消费情况共4个指标，利用统计软件SPSS综合考虑各指标，对所选地区进行K-Means聚类分析，利用Fisher线性判别待判地区类型，进一步验证所建模型的有效性。关键字：聚类分析，判别分析，SPSS，各省市居民消费1.引言改革开放以来，我国经济飞速发展，居民生活水平不断提高，随之，居民的消费也逐渐增加，对于各地区的居民收入和消费的分析，一定程度上能够体现该地区的经济状况，有助于相关政策的制定。2.相关统计基础理论2.1聚类分析聚类分析指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程。聚类分析的目标就是在相似的基础上收集数据来分类。从统计学的观点看，聚类分析是通过数据建模简化数据的一种方法。传统的统计聚类分析方法包括系统聚类法、分解法、加入法、动态聚类法、有序样品聚类、有重叠聚类和模糊聚类等。采用k-均值、k-中心点等算法的聚类分析工具已被加入到许多著名的统计分析软件包中，如SPSS、SAS等。本文使用统计软件SPSS对所收集的数据进行快速聚类，其特点是：在确定类别数量基础上，先给定一个粗糙的初始分类，然后按照某种原则进行反复修改，直至分类较为合理。在选定类中心作为凝聚点的基础上进行分类和修正的方法有很多，本文使用的是K-Means算法。K-Means算法接受输入量k；然后将n个数据对象划分为k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。1应用数理统计作业——聚类分析与判别分析K-Means算法的工作过程说明如下：首先从n个数据对象任意选择k个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离）...
