統(tǒng)計學(xué)聚類分析論文1

1、200902034035金融一班劉志偉用聚類分析研究河南省各市三次產(chǎn)業(yè)就業(yè)人員差異化【摘要】隨著市場經(jīng)濟的多元化發(fā)展， 三次產(chǎn)業(yè)的人員分布情況發(fā)生著很大的變化，本文利用聚類分析方法， 運用全國各地三次產(chǎn)業(yè)人員就業(yè)情況數(shù)據(jù)， 分析了各地三次產(chǎn)業(yè)的就業(yè)情況和人員分布情況?！娟P(guān)鍵詞】聚類分析；三次產(chǎn)業(yè)就業(yè)人員；分布情況1. 引言第一、第二、第三次產(chǎn)業(yè)， 是根據(jù)社會生產(chǎn)活動歷史發(fā)展的順序?qū)Ξa(chǎn)業(yè)結(jié)構(gòu)的劃分。它大體反映了人類生活需要、 社會分工和經(jīng)濟活動發(fā)展的不同階段， 基本反映了有史以來人類生產(chǎn)活動的歷史順序， 以及社會生產(chǎn)結(jié)構(gòu)與需求結(jié)構(gòu)之間相互關(guān)系，是研究國民經(jīng)濟的一種重要方法。產(chǎn)品直接取自自然界的部

2、門稱為第一產(chǎn)業(yè)，即農(nóng)業(yè)，包括種植業(yè)、林業(yè)、牧業(yè)和漁業(yè)；對初級產(chǎn)品進行再加工的部門稱為第二產(chǎn)業(yè)， 即工業(yè)（包括采掘工業(yè)、制造業(yè)、自來水、電力、蒸氣、熱水、煤氣）和建筑業(yè)；為生產(chǎn)和消費提供各種服務(wù)的部門稱為第三產(chǎn)業(yè)， 即除第一、第二產(chǎn)業(yè)以外的其他各業(yè)。 根據(jù)我國的實際情況，第三產(chǎn)業(yè)可以分為兩大部門：一是流通部門，二是服務(wù)部門。具體又可分為四個層次。第一層次：流通部門，包括交通運輸業(yè)、郵電通訊業(yè)、商業(yè)飲食業(yè)、物資供銷和倉儲業(yè)；第二層次：為生產(chǎn)和生活服務(wù)的部門，包括金融、保險業(yè)，地質(zhì)普查業(yè)，房地產(chǎn)、公用事業(yè)，居民服務(wù)業(yè)，咨詢服務(wù)業(yè)和綜合技術(shù)服務(wù)業(yè)，農(nóng)林牧漁、水利服務(wù)業(yè)和水利， 公路、內(nèi)河（湖）航道養(yǎng)護

3、業(yè)等； 第三層次：為提高科學(xué)文化水平和居民素質(zhì)服務(wù)的部門，包括教育、文化、廣播電視，科學(xué)研究、衛(wèi)生、體育和社會福利事業(yè)等；第四層次：為社會公共需要服務(wù)的部門，包括國家機關(guān)、政黨機關(guān)、社會團體，以及軍隊和警察等。2. 聚類分析方法聚類分析關(guān)注于根據(jù)一些不同種類的度量構(gòu)造一些相似的對象組成的群體。關(guān)鍵的思想去確定對分析目標(biāo)有利的對象分類方法。這個思想已經(jīng)用于許多領(lǐng)域，包括天文學(xué)、考古學(xué)、醫(yī)藥、化學(xué)、教育、心理學(xué)、語言學(xué)和社會學(xué)。在聚類分析前，首先把數(shù)據(jù)標(biāo)準(zhǔn)化為Z- 分?jǐn)?shù)，采用系統(tǒng)聚類 (HierachicalCluster)方法，用音差平方和法 (Ward 法) 計算歐幾里得 (Eudlidean

4、) 距離。聚類分析依據(jù)的基本原則是：直接比較樣本中各事物之間的性質(zhì)， , 將性質(zhì)相近的歸為一類，而將性質(zhì)差別比較大的分在不同類。 也就是說，同類事物之間的性質(zhì)差異小， 類與類之間的事物性質(zhì)相差較大。 其中歐式距離在聚類分析中用得最廣， 它的表達式如下：其中 Xik 表示第 i 個樣品的第 k 個指標(biāo)的觀測值， Xjk 表示第 j 個樣品的第 k 個指標(biāo)的觀測值， dij 為第 i 個樣品與第 j 個樣品之間的歐氏距離。若 dij 越小，那么第 i 與 j 兩個樣品之間的性質(zhì)就越接近。 性質(zhì)接近的樣品就可以劃為一類。當(dāng)確定了樣品之間的距離之后，就要對樣品進行分類。分類的方法很多，本節(jié)只介紹系統(tǒng)聚

5、類法， 它是聚類分析中應(yīng)用最廣泛的一種方法。 首先將 n 個樣品每個自成一類， 然后每次將具有最小距離的兩類合并成一類， 合并后重新計算類與類之間的距離， 這個過程一直持續(xù)到所有樣品歸為一類為止。 分類結(jié)果可以畫成一張直觀的聚類譜系圖。應(yīng)用系統(tǒng)聚類法進行聚類分析的步驟如下：確定待分類的樣品的指標(biāo)；收集數(shù)據(jù)；對數(shù)據(jù)進行變換處理（如標(biāo)準(zhǔn)化或規(guī)格化）；使各個樣品自成一類，即n 個樣品一共有 n 類；計算各類之間的距離， 得到一個距離對稱矩陣， 將距離最近的兩個類并成一類；并類后， 如果類的個數(shù)大于 1，那么重新計算各類之間的距離， 繼續(xù)并類，直至所有樣品歸為一類為止；最后繪制系統(tǒng)聚類譜系圖， 按不同

6、的分類標(biāo)準(zhǔn)或不同的分類原則， 得出不同的分類結(jié)果。3. 實例分析本文以河南省各地區(qū)三次產(chǎn)業(yè)就業(yè)人員數(shù)(2006 年) 為研究對象，運用聚類分析方法對產(chǎn)業(yè)分布情況進行評價。各市區(qū)按三次產(chǎn)業(yè)分就業(yè)人員數(shù)(2006 年底 )構(gòu)成 ( 合計 =100)市 區(qū)第一產(chǎn)業(yè)第二產(chǎn)業(yè)第三產(chǎn)業(yè)第一產(chǎn)業(yè)第二產(chǎn)業(yè)第三產(chǎn)業(yè)全省3050.031350.571318.1253.323.623.0鄭州市120.48127.85158.0629.631.538.9開封市178.2852.0753.4862.818.318.8洛陽市178.40106.1095.2047.027.925.1平頂山市162.1470.0874.54

7、52.922.824.3安陽市162.5899.9067.0049.330.320.3鶴壁市35.4224.7721.4543.430.326.3新鄉(xiāng)市149.7984.4755.4251.729.219.1焦作市85.8560.6749.5743.830.925.3濮陽市114.8566.1853.3449.028.222.8許昌市133.5677.0963.1248.828.223.1漯河市77.8643.3630.7351.228.520.2三門峽市66.2326.8930.9353.421.724.9南陽市353.86137.50147.4455.421.523.1商丘市291.918

8、9.12100.2760.618.520.8信陽市237.1579.88134.4352.517.729.8周口市357.82146.68156.4454.122.223.7駐馬店市308.2099.07129.7957.418.424.2濟源市14.3711.5913.5736.429.334.3聚類案例處理匯總 a,b案例有效缺失總計N百分比N百分比N百分比18100.00.018100.0平均聯(lián)結(jié)（組之間）聚類表群集組合首次出現(xiàn)階群集階群集 1群集 2系數(shù)群集 1群集 2下一階11316180.95400142710377.16700531112406.55800104618678.90

9、90013547860.771027689885.5730010745953.185509814171235.79700129242082.3460711108112350.486631311232896.52090151214154844.415801413686121.4984101614131410857.76111217151212621.79801116161616465.4971513171711354117.35016140樹狀圖CASE0510152025LabelNum +-+-+-+-+-+南陽市13-+-+周口市16-+-+商丘市14-+-+|駐馬店市 17-+-+|信陽

10、市15-+|鶴壁市6-+-+|濟源市18-+-+|漯河 市11 -+-+ |三門峽市 12-+-+|焦作市8-+-+|濮陽市9-+|新鄉(xiāng)市7-+-+許昌市10-+|平頂山 市4-+|安陽市5-+-+|開封市2-+ +-+|洛陽市3-+-+鄭州市1-+4、結(jié)論：由以上分析得知， 三次產(chǎn)業(yè)人員就業(yè)情況河南省來說分兩部分，第一部分包括 13個城市，第二部分包括 5個城市。第一部分的城市為鄭州市，洛陽市，開封市，安陽市，平頂山市，許昌市，新鄉(xiāng)市，濮陽市，焦作市，三門峽市，漯河市，濟源市，鶴壁市。這 13個城市都是我省主要的工業(yè)城市， 人員就業(yè)主要集中在第一和第二產(chǎn)業(yè)，這是由城市的定位決定的。而其他的 5個