各種東西都沒有可靠的史料，所以無法確定到底有幾類。目的是把性質相近的東西歸為壹類。
指標之間有壹定的相關性。
聚類分析(cluster *** ysis)是壹套將研究對象劃分為相對同質的聚類的統計分析技術。
聚類分析不同於分類分析(ysis)，分類分析是監督學習。
變量類型:分類變量，數量(離散和連續)變量1，層次聚類。
歸並法、分解法、樹形圖
2.非層次聚類
分區聚類和譜聚類
聚類法的特點:聚類分析簡單直觀。
聚類分析主要用於探索性研究，其分析結果可以提供多種可能的解決方案。選擇最終的解決方案需要研究者的主觀判斷和後續分析。不管實際數據中是否存在不同的類別，通過聚類分析都可以得到分成若幹類別的解。聚類分析的解完全取決於研究者選擇的聚類變量，增加或刪除壹些變量可能會對最終解產生實質性影響。
使用聚類分析時，研究人員應特別註意可能影響結果的各種因素。
離群值和特殊變量對聚類有很大影響。當分類變量的測量尺度不壹致時，應事先進行標準化。
當然，聚類分析做不到的是自動找到並告訴妳應該分成多少類——它屬於無監督的分析方法。
期望清楚地找到大致相等的階層或細分市場是不現實的；
樣本聚類，變量之間的關系需要研究者決定；
不會自動給出最佳聚類結果；
我這裏說的聚類分析主要是層次聚類、K-means和兩步)；聚類。
基於聚類變量描述兩個個體(或變量)對應或緊密聯系程度的度量。
可以用兩種方式來衡量:1。用壹個描述個體對(變量對)之間接近程度的指標，比如“距離”，這個“距離”越小，這個個體(變量)就越相似。
2.使用指示相似程度的指標，如“相關系數”。“相關系數”越大，個體(變量)越相似。
計算聚類-距離指數D(distance)的方法有很多種:根據數據的不同性質，可以選擇不同的距離指數。
歐幾裏德距離，平方歐幾裏德距離，曼哈頓距離，切比雪夫距離，卡方測量，區塊。相似的地方很多，主要是皮爾遜相關系數！聚類變量的測量尺度不同，需要提前對變量進行標準化；如果聚類變量中的某些變量相關性很大，說明這個變量的權重會更大。歐幾裏德距離的平方是最常用的距離測量方法。聚類算法比距離度量方法對聚類結果的影響更大；標準化方法影響聚類模式:變量標準化傾向於產生基於數量的聚類；樣本標準化傾向於產生基於模式的聚類；壹般簇數為4-6個，不容易過多或過少；群體重心
團體中心
組間距離的定義和分類變量的選擇
聚類方法
確定組的數量
聚類結果評估
對結果的描述和解釋屬於壹種非層次聚類方法。
(1)執行過程
初始化:選擇(或人工指定)壹些記錄作為凝聚點。
周期:
根據鄰近原則，將剩余的記錄聚集到凝結點。
計算每個初始分類的中心位置(平均值)。
用計算出的中心位置重新聚類。
重復這個循環，直到凝結點的位置收斂。
(2)方法的特點
通常需要已知數量的類別。
初始位置可以人工指定。
節省操作時間
樣本量大於100時需要考慮。
只能使用連續變量特性:
處理對象:分類變量和連續變量。
自動確定最佳分類號
大型數據集的快速處理
前提假設:
變量是相互獨立的。
分類變量服從多項式分布，連續變量服從正態分布。
模型穩健性第壹步:逐個掃描樣本，每個樣本根據其與掃描樣本的距離歸入前壹類或新類。
第二步，根據第壹步的類間距離合並類，按照壹定的標準停止合並。
判別分析
簡介:判別分析
分類學是人類認識世界的基礎科學。
聚類分析和判別分析是研究事物分類的基本方法，廣泛應用於自然科學、社會科學和工農業生產的各個領域。
判別分析
摘要
DA模型
與發展議程有關的統計
兩組DA
個案分析
判別分析
判別分析是根據表示事物及其類別特征的變量值來尋找判別函數。
根據判別函數對屬於未知類別的事物進行分類的分析方法。
核心是考察品類之間的差異。
判別分析
區別:判別分析和聚類分析的區別在於，判別分析要求知道壹系列反映事物特征和每個個體分類的數值變量的值。
DA適用於固定變量(原因)和任意變量(自我)
兩種類型:判別函數；
多組:不止壹個判別函數
DA目的
建立判別函數
檢查不同組之間在預測變量方面是否有顯著差異。
確定哪個預測變量對組間差異的貢獻最大。
根據預測變量對個人進行分類。