各行业指标的聚类分析

《各行业指标的聚类分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、安徽理工大学课程设计课程设计说明书题目:＿＿＿＿＿各行业指标的聚类分析＿＿＿＿＿＿院系：理学院＿专业班级：应用数学10-2班学号：＿＿学生姓名：＿＿＿指导教师：＿＿＿＿2013年1月8日III安徽理工大学课程设计安徽理工大学课程设计（论文）任务书理学院院数学系学号学生姓名专业（班级）设计题目各行业指标的聚类分析设计技术参数多元统计分析的方差分析；因子分析；主成分分析；聚类分析；回归分析；时间序列分析。SPSS软件。设计要求根据多元统计分析原理和方法，对人均消费问题和案例进行分析，得到具体数学模型，用SPSS

2、软件求解，并对结果进行统计分析。工作量题目分析，总体设计，算法设计、编程与调试，结果分析。工作计划12月18日——题目分析12月19～22日——总体设计12月23～26日——算法设计与编程12月27～31日——调试和结果分析1月1～2日——撰写课程设计说明书参考资料1.多元统计分析原理2.SPSS统计分析与行业应用3.SPSS18数据分析基础与实践4.SPSS18数据分析基础与实践5.MATLAB统计分析与应用：40个案例分析指导教师签字许峰系主任签字许峰2014年1月2日III安徽理工大学课程设计学生姓名

3、：学号：专业班级：____________课程设计题目：＿＿＿＿＿各行业指标的聚类分析＿＿＿＿＿＿指导教师评语：成绩：指导教师：许峰2014年1月2日安徽理工大学课程设计（论文）成绩评定表III安徽理工大学课程设计摘要聚类分析在应用多元统计分析中是很重要的一部分，是根据研究对象的特征按照一定标准对研究对象进行分类的一种分析方法，它使组内的数据对象具有最高的相似度，而组间具有较大的差异。聚类分析可以在没有先验分类的情况下通过观察对数据进行分类，在科学研究和实际的生产实践中都具有广泛的应用，SPSS的分类过程可

4、以使用用户方便地实现聚类分析。聚类分析有很多种方法，常见的主要有系统聚类法、K-均值聚类法、二阶聚类法等等。通过对聚类分析的学习，可以将实际问题转化为应用多元统计分析的具体问题，运用聚类分析的知识，熟练运用聚类分析软件命令，利用SPSS实现对问题的分类和解读，达到分类的真实效果。本文运用了系统聚类和K均值聚类的方法，将2007年我国各行业的情况进行聚类分类，且在分类中充分考虑各指标间的关系，使分类达到了很好的效果。通过SPSS对取得的数据进行分析，可以将各行业的情况情况分成6到8类，鲜明形象的体现了聚类分析

5、的优势。关键词聚类分析系统聚类K-均值聚类SPSS安徽理工大学课程设计目录一设计目的1二问题描述1三问题解决3四结果比较16总结.........................................................17参考文献......................................................18安徽理工大学课程设计一设计目的了解聚类分析，学会应用SPSS软件进行不同方法的聚类分析。同时更好的了解应用多元统计分析的知识，熟练掌握聚类分析在实

6、际问题上的应用，并将所学的知识结合SPSS对数据的处理解决实际问题。本设计是利用SPSS软件对2007年我国各行业的情况进行聚类分类。二问题描述下表给出了2007年我国各行业的工业总产值、工业增加值、资产总计、流动资产总计、流动资产年平均余额、负债合计、流动负债合计、主营业务收入、主营业务成本、利润总额，试对下表进行聚类分类，以了解2007年我国各行业的情况。行业工业总产值工业增加值资产总计流动资产总计流动资产年平均余额负债合计流动负债合计主营业务收入主营业务成本利润总额煤炭开采和洗选业1556.92681

7、.63954.72437.82410.63472.19399.291538.091133.39149.15石油和天然气开采业13.646.0314.854.734.126.416.3613.049.911.44黑色金属矿采选业1149.52485.10720.08379.01338.76384.00346.031123.27809.64186.46有色金属矿采选业627.93269.16405.01220.50190.61192.79162.77602.53430.3796.85非金属矿采选业636.542

8、21.46303.54135.46129.67139.05116.35597.86469.9944.80其他采矿业7.012.051.830.650.640.710.586.095.190.25农副食品加工业6723.711860.912720.741391.361284.891380.831136.386448.865558.46349.42食品制造业1678.56502.92955.54446.09422.1