聚类分析和判别分析.ppt

SPSS软件之聚类分析和判别分析一、什么是聚类分析和判别分析？总体来说，聚类分析就是把没有分类信息的资料按照相似程度进行归类；
两类：系统聚类法和非系统聚类法，系统聚类法是应用最广泛的一种方法；
聚类分析的核心是确定“度量==分类的准则”；判别分析是判别样品所属类型的一种统计方法。与聚类分析一样，判别分析也用于解决分类问题的，不同之处在于，判别分析是在已知研究对象分成若干类型（或组别）并已经取得各种类型的一批已知样品的观测量数据的基础上，根据某些准则建立判别式，然后对未知类型的样品进行判别分析。
按照判别准则，分为：距离判别、Bayes判别和Fisher判别。在解决实际问题中，聚类分析和判别分析往往联合起来使用。二、聚类分析主要方法1.系统聚类法核心思想2.系统聚类法步骤(2)计算聚类统计量。聚类统计量是根据变换以后的数据计算得到的一个新数据。它用于表明各样品或变量间的关系密切程度和相似系数两大类。
(3)选择聚类方法。根据聚类统计量，运用一定的聚类方法，将关系密切的样品或变量聚为一类，将关系不密切的样品或变量加以区分。选择聚类方法是聚类分析最终的也是最重要的一步。案例1三、判别分析主要方法Fisher判别法：借助方差分析的思想构造一个判别函数，其中判别系数的确定原则是使得类间的区别最大，而且类内的离差最小，利用判别函数计算出待判样品的判别指标，然后与判别临界值进行比较，判别它的类属。
应用较广，对分布方差都没有要求，但总体个数多时，麻烦。Bayes判别法：在考虑先验概率的前提下，利用Bayes公式计算样品来自第I类的后验概率，使用错判损失最小的概念作为判别准则，建立判别函数，将待判样品归入来自概率最大的类。
Bayes判别主要用于多类判别，要求总体呈多元正态分布；逐步判别法：与逐步回归法思想类似，都是逐步引入变量，每引入一个“最重要”的变量进入判别式，同时也考虑较早引入判别式的某些变量，若其判别能力不显著了，就剔除，知道判别式中没有不重要的变量需要剔除，且没有重要的变量需要引入为止。这个筛选过称的本质就是假设检验。案例2