建设网站简单的需要多少天,东莞哪里做网站,百度账户推广登陆,单位网站建设和维护一、样本数据描述
城镇居民人均消费支出水平包括食品、衣着、居住、生活用品及服务、通信、文教娱乐、医疗保健和其他用品及服务支出这八项指标来描述。表中列出了2016年我国分地区的城镇居民的人均消费支出的原始数据#xff0c;数据来源于2017年的《中国统计年鉴》#xf…一、样本数据描述
城镇居民人均消费支出水平包括食品、衣着、居住、生活用品及服务、通信、文教娱乐、医疗保健和其他用品及服务支出这八项指标来描述。表中列出了2016年我国分地区的城镇居民的人均消费支出的原始数据数据来源于2017年的《中国统计年鉴》现要求对下面的数据进行聚类分析。
x1:食品烟酒支出x2:衣着支出x3:居住支出x4:生活用品和服务支出
x5:交通通信支出x6:教育文化娱乐支出x7:医疗保健支出x8:其他用品和服务支出
City,X1,X2,X3,X4,X5,X6,X7,X8 北京,8070.4,2643,12128,2511,5077.9,4054.7,2629.8,1140.6 天津,8679.6,2114,6187.3,1663.8,3991.9,2643.6,2172.2,892.2 河北,4991.6,1614.4,4483.2,1351.1,2664.1,1991.3,1549.9,460.4 山西,3862.8,1603,3633.8,951.6,2401,2439,1651.6,450.1 内蒙古,6445.8,2543.3,4006.1,1565.1,3045.2,2598.9,1840.2,699.9 辽宁,6901.6,2321.3,4632.8,1558.2,3447,3018.5,2313.6,802.8 吉林,4975.7,1819,3612,1107.1,2691,2367.5,2059.2,534.9 黑龙江,5019.3,1804.4,3352.4,1018.9,2462.9,2011.5,2007.5,468.3 上海,10014.8,1834.8,13216,1868.2,4447.5,4533.5,2839.9,1102.1 江苏,7389.2,1809.5,6140.6,1616.2,3952.4,3163.9,1624.5,736.6 浙江,8467.3,1903.9,7385.4,1420.7,5100.9,3452.3,1691.9,645.3 安徽,6381.7,1491,3931.2,1118.4,2748.4,2233.3,1269.3,432.9 福建,8299.6,1443.5,6530.5,1393.4,3205.7,2461.5,1178.5,492.8 江西,5667.5,1472.2,3915.9,1028.6,2310.6,1963.9,887.4,449.6 山东,5929.4,1977.7,4473.1,1576.5,3002.5,2399.3,1610,526.9 河南,5067.7,1746.6,3753.4,1430.2,1993.8,2078.8,1524.5,492.8 湖北,6294.3,1557.4,4176.7,1163.8,2391.9,2228.4,1792,435.6 湖南,6407.7,1666.4,3918.7,1384.1,2837.1,3406.1,1362.6,437.4 广西,5937.2,886.3,3784.3,1032.8,2259.8,2003,1065.9,299.3 海南,7419.7,859.6,3527.7,954,2582.3,1931.3,1399.8,341 重庆,6883.9,1939.2,3801.1,1466,2573.9,2232.4,1700,434.4 四川,7118.4,1767.5,3756.5,1311.1,2697.6,2008.4,1423.4,577.1 贵州,6010.3,1525.4,3793.1,1270.2,2684.4,2493.5,1050.1,374.6 云南,5528.2,1195.5,3814.4,1135.1,2791.2,2217,1526.7,414.3 陕西,5422,1542.2,3681.5,1367.7,2455.7,2474,2016.7,409 甘肃,5777.3,1776.9,3752.6,1329.1,2517.9,2322.1,1583.4,479.9 青海,5975.7,1963.5,3809.4,1322.1,3064.3,2352.9,1750.4,614.9 宁夏,4889.2,1726.7,3770.5,1245.1,3896.5,2415.7,1874,546.6 新疆,6179.4,1966.1,3543.9,1543.8,3074.1,2404.9,1934.8,581.5 广东,9421.6,1583.4,6410.4,1721.9,4198.1,3103.4,1304.5,870.1 西藏,8727.8,1812.5,3614.5,983.0,2198.4,922.5,585.3,596.5
二、读入数据
df-read.csv(f:/桌面/人均消费支出.csv)
head(df) head(df)city x1 x2 x3 x4 x5 x6 x7 x8
1 北京 8070.4 2643.0 12128.0 2511.0 5077.9 4054.7 2629.8 1140.6
2 天津 8679.6 2114.0 6187.3 1663.8 3991.9 2643.6 2172.2 892.2
3 河北 4991.6 1614.4 4483.2 1351.1 2664.1 1991.3 1549.9 460.4
4 山西 3862.8 1603.0 3633.8 951.6 2401.0 2439.0 1651.6 450.1
5 内蒙古 6445.8 2543.3 4006.1 1565.1 3045.2 2598.9 1840.2 699.9
6 辽宁 6901.6 2321.3 4632.8 1558.2 3447.0 3018.5 2313.6 802.8
三、使用系统聚类法进行聚类分析
使用R语言中的hclust()进行聚类分析调用格式为
hclust(d,methodcomlete,memberNULL)
默认使用最长距离法还可以使用下面几种方法
1、类平均法average linkage2、重心法centroid method3、中间距离法median method4、最长距离法complete method5、最短距离法single method6、离差平方和法ward method7、密度估计法(density method)
attach(df) df.hc-hclust(dist(df[,2:9])) #将聚类结果保存在变量df.hc中
plot(df.hc,hang-1) #绘制树状聚类图使用默认的最长距离法进行聚类分析。 将样本数据分为3类
re-rect.hclust(df.hc,k3)
得到把分类框起来的聚类图 从聚类图中可以看到北京上海为第一类江苏福建浙江天津广东为第二类其余为第三类。
df.id-cutree(df.hc,k3) df.id
df.id[1] 1 2 3 3 3 3 3 3 1 2 2 3 2 3 3 3 3 3 2 3 3 3 3 3 3 3 3 3 3 3 3
得到了31个样本具体的分类数据。
四、使用模糊聚类的方法进行聚类分析
row.names(df)-df[,1]
df-df[,-1]
library(cluster) fy-fanny(df,3)
运行得到 summary(fy)
Fuzzy Clustering object of class fanny :
m.ship.expon. 2
objective 15896.27
tolerance 1e-15
iterations 49
converged 1
maxit 500
n 31
Membership coefficients (in %, rounded):[,1] [,2] [,3]
北京 51 25 25
天津 65 17 17
河北 10 45 45
山西 14 43 43
内蒙古 13 44 44
辽宁 24 38 38
吉林 9 46 46
黑龙江 9 45 45
上海 49 25 25
江苏 54 23 23
浙江 69 16 16
安徽 8 46 46
福建 58 21 21
江西 9 46 46
山东 10 45 45
河南 9 45 45
湖北 8 46 46
湖南 13 43 43
广东 67 16 16
广西 10 45 45
海南 17 41 41
重庆 11 45 45
四川 13 44 44
贵州 7 46 46
云南 7 46 46
西藏 27 36 36
陕西 7 46 46
甘肃 5 47 47
青海 7 47 47
宁夏 14 43 43
新疆 8 46 46
Fuzzyness coefficients:
dunn_coeff normalized 0.4172668 0.1259002 Membership coefficients (in %, rounded):运行得到了模糊矩阵的系数也就是各样品的分类系数那么如果该样本在这三个类中的某类系数最大该样本就属于该类。
Closest hard clustering:为按照分类系数在各类取值的大小得到的聚类结果。很明显该聚类结果和系统聚类法得到的结果存在显著差异。
plot(fy)
运行得到
1、样本的主成分分类图
31个样本在两个主成分得分绘制在直角坐标系中所描述的点每个样本在图中用不同的标记标出每一类都被框起来。从图中可以看到第一类7个样本为最右上角的图形和第二类三类可以明显区分第二类和第三类不能明显区分。 2、样本的侧影图从下图侧影图中可以直观的看出各类包含哪些样本。
