多元统计分析课程设计
图三
Next Stage：此步合并结果在下一步合并时的步序号。 4.下面给出了分类结果的类成员表（Cluster Membership）。根据前面的设置要求，本题输出了划分4~7时、每一个样品属于某一类别的结果。
- 12 -
多元统计分析课程设计
图四
5.图五是分类结果的垂直冰柱图。在图中，第一列“Number of Clusters”表示分多少类，因系统聚类属聚合法，所以从聚类过程看该表应该从下往上看；在“CASE”下所有列中，如果最近相连的两个样品列中间出现符合“X”相连，则表示这两个样品已合并成类，否则在该步骤类时还属于不同的两类。
- 13 -
多元统计分析课程设计
图五
6.图六给出了聚类分析树状图，直观地显示了样品逐步合并的过程。如何得出最后的分类结果由用户自己决定，取决于用户选择怎样的分类的标准，划分成多少类。
- 14 -
多元统计分析课程设计
图六
7.图七给出了系统聚类分析在数据编辑窗口的输出结果。胡分成7类的结果以新变量CLU7-1输出，划分6类的结果以新变量CLU-6输出，依次类推。
- 15 -
多元统计分析课程设计
图七
5.结论
从所得的图表中可以得到如下结论：
1）将各省划分为4类时，北京-天津-上海-海南-青海-西藏宁夏-新疆为第一类；河北-黑龙江-江苏-安徽-湖南-湖北-四川为第二类；山西-内蒙古-辽宁-吉林-浙江-福建-江西-广东-广西-重庆-贵州-云南-陕西-甘肃为第三类；山东-河南为第四类。
2）将各省划分为5类时，北京-天津-上海-海南-西藏青海-宁夏为第一类；河北-黑龙江-江苏-安徽-湖北-湖南为第二类；山西-内蒙古-辽宁-吉林-浙江-福建-广东-广西-重庆-贵州-云南-陕西-甘肃为第三类；山东-新疆为第四类；河南为第五类。
3）将各省划分为6类时，北京-天津-上海-海南-西藏-青海-宁夏为第一类；河北-黑龙江-江苏-安徽-湖北-湖南-四川为第二类；山西-辽宁-浙江-福建-重庆-贵州-陕西-甘肃为第三类；内蒙古-吉林-江苏-安徽-广东-广西-云南为第四类；山东为第五类；河南为第六类。
- 16 -