實(shí)驗(yàn)四我國各地區(qū)城鎮(zhèn)居民消費(fèi)性支出的主成分分析和聚類分析

1、實(shí)驗(yàn)三 我國各地區(qū)城鎮(zhèn)居民消費(fèi)性支出的主成分分析和聚類分析一、實(shí)驗(yàn)?zāi)康?.掌握如何使用SAS軟件來進(jìn)行主成分分析和聚類分析；2.看懂和理解SAS輸出的結(jié)果，并學(xué)會(huì)以此來作出分析；3.掌握對(duì)實(shí)際數(shù)據(jù)如何來進(jìn)行主成分分析；4.對(duì)同一組數(shù)據(jù)使用五種系統(tǒng)聚類方法，學(xué)會(huì)對(duì)各種聚類效果的比較，獲取重要經(jīng)驗(yàn)；5.掌握使用主成分進(jìn)行聚類二、實(shí)驗(yàn)內(nèi)容數(shù)據(jù)集sasuser.examp633中含有1999年全國31個(gè)省、直轄市和自治區(qū)的城鎮(zhèn)居民家庭平均每人全年消費(fèi)性支出的八個(gè)主要變量數(shù)據(jù)。對(duì)這些數(shù)據(jù)進(jìn)行主成分分析，可將這31個(gè)地區(qū)的前兩個(gè)主成分得分標(biāo)示于平面坐標(biāo)系內(nèi)，對(duì)各地區(qū)作直觀的比較分析。對(duì)同樣的數(shù)據(jù)使用五種系

2、統(tǒng)聚類方法聚類，并對(duì)聚類效果作比較。最后，對(duì)主成分的圖形聚類和正規(guī)聚類的效果進(jìn)行比較。實(shí)驗(yàn)1進(jìn)行主成分分析，根據(jù)前兩個(gè)主成分得分所作的散點(diǎn)圖對(duì)31個(gè)地區(qū)進(jìn)行比較分析。實(shí)驗(yàn)2分別使用最長距離法、中間距離法、兩種類平均法和離差平方和法進(jìn)行聚類分析，并比較其聚類效果。實(shí)驗(yàn)3主成分聚類，并與上述正規(guī)的聚類方法進(jìn)行比較三、實(shí)驗(yàn)要求1.用SAS軟件的交互式數(shù)據(jù)分析菜單系統(tǒng)完成主成分分析；2.完成五種系統(tǒng)聚類方法，比較其聚類效果；3.根據(jù)前兩個(gè)主成分得分的散點(diǎn)圖作直觀的聚類，并與上述正規(guī)的聚類方法進(jìn)行比較。四、實(shí)驗(yàn)指導(dǎo)1.進(jìn)行主成分分析在inshigt中打開數(shù)據(jù)集sasuser.examp633，見圖1。選

3、菜單過程如下：在圖1中選分析多元（Y X）在變量框中選 x1，x2，x3，x4，x5，x6，x7，x8 (見圖2)Y選輸出選主分量分析，主分量選項(xiàng)（見圖3）在圖4中作圖中的選擇（主成分個(gè)數(shù)缺省時(shí)為“自動(dòng)”選項(xiàng)，此時(shí)只輸出特征值大于1的主成分）確定確定確定圖1圖2圖3圖4在圖1中選分析散點(diǎn)圖（Y X）選 PCR1X ；PCR2Y ；region標(biāo)簽變量 (見圖7)確定隨即出現(xiàn)如圖8所示的散點(diǎn)圖，接下來我們對(duì)該圖進(jìn)行設(shè)置、調(diào)整，使之符合我們的要求。圖7圖8在圖9的數(shù)據(jù)窗口中點(diǎn)擊左上角的“31”，以使所有觀測(cè)都選中將鼠標(biāo)移至觀測(cè)號(hào)中，點(diǎn)擊右鍵，選在圖中加標(biāo)簽在圖8中點(diǎn)擊左下角，出現(xiàn)上托菜單刻度作圖1

4、0中的選擇確定作圖11中的選擇確定調(diào)整好散點(diǎn)圖：拉大圖外圍方框；圖8 中點(diǎn)擊標(biāo)記大小 ，選擇6號(hào)字；下拉橫坐標(biāo)，左拉縱坐標(biāo)圖9圖10圖11圖12隨即得到圖12，該圖是關(guān)于第一和第二主成分得分的散點(diǎn)圖，該圖對(duì)各地區(qū)的綜合消費(fèi)性支出和受地區(qū)氣候影響的消費(fèi)性支出占的比重有較直觀的描述。從圖中可以看出，上海、廣東和北京在最右邊，城鎮(zhèn)居民綜合消費(fèi)性支出是最高的；其次是浙江和天津；江西在散點(diǎn)圖的最左邊，表明綜合消費(fèi)性支出是最低的；北京和西藏在散點(diǎn)圖的最上邊，說明受地區(qū)氣候影響的消費(fèi)性支出占的比重最高；廣東在最底部，表明受地區(qū)氣候影響的消費(fèi)性支出占的比重最低。2.用五種系統(tǒng)聚類法聚類，并比較其效果分別使用最

5、長距離法、中間距離法、兩種類平均法和離差平方和法進(jìn)行聚類分析。為此編制如下的SAS程序：proccluster data=sasuser.examp633 method=com std;id region;proctree horizontal;id region;proccluster data=sasuser.examp633 method=med std;id region;proctree horizontal;id region;proccluster data=sasuser.examp633 method=avestd;id region;proctree horizontal;

6、id region;proccluster data=sasuser.examp633 method=avenosquarestd;id region;proctree horizontal;id region;proccluster data=sasuser.examp633 method=war std;id region;proctree horizontal;id region;run;程序說明：“proccluster”是一個(gè)聚類分析過程；“data=sasuser.examp633”規(guī)定過程分析的是sasuser邏輯庫中的examp633數(shù)據(jù)集；“method=com” 規(guī)定了采用

7、的系統(tǒng)聚類方法是最長距離法（“method= med”是采用中間距離法；“method=ave”是采用類平均法，缺省時(shí)是類之間的距離為均方距離，如使用選項(xiàng)“nosquare”則類之間的距離為平均距離；“method= war”是采用離差平方和法）；選項(xiàng)“std” 規(guī)定了在聚類之前須先對(duì)各變量數(shù)據(jù)作標(biāo)準(zhǔn)化變換，缺省時(shí)是直接對(duì)原始數(shù)據(jù)進(jìn)行聚類，而不作事先的標(biāo)準(zhǔn)化處理。3.主成分聚類，并與上述正規(guī)的聚類方法進(jìn)行比較 從圖12中直觀地進(jìn)行聚類，將其結(jié)果與上述正規(guī)的聚類方法進(jìn)行比較。12345proc cluster data=sasuser.examp633 method=com std pseudo

8、 ccc outtree=a;id region;proc tree horizontal;id region;proc cluster data=sasuser.examp633 method=med std pseudo ccc outtree=b;id region;proc tree horizontal;id region;proc cluster data=sasuser.examp633 method=ave std pseudo ccc outtree=c;id region;proc tree horizontal;id region;proc cluster data=sasuser.examp633 method=ave nosquare std pseudo ccc outtree=d;id region;proc tree horizon