聚类分析之类内分类

李春林+屈驳韵

摘 要 本文以《应用多元统计分析》中我国制造业产业竞争力因子分析的的数据为例，结合实际问题的数据处理和分析，在聚类分析的应用过程中给出了类内分类的思想，并运用此技巧得到了切合实际的分类结果和类别特征。

关键词 产业竞争力 聚类分析 类内分类

中图分类号：G252 文献标识码：A

以《应用多元统计分析》（李春林、陈旭红编著）中第4章4.3中我国制造业产业竞争力的因子分析为例，具体数据如下表。

在因子分析的基础上，使用系统聚类分析方法，以科技因子得分﹑效率因子得分﹑固定资产因子得分﹑产值因子得分为分析变量，用“平方Euclidean距离”度量观测间的相似性，聚类方法选择“组间联接”法，对我国制造業各个行业进行聚类分析，结合树状图（图1）分析，将各行业聚为4类的结果如表2所示。

由表3可以看出，第1类以效率因子、第2类以产值因子、第3类以固定资产因子突出为各自特征，而第4类包含22个行业，且从各因子的极大、极小值，发现类内差异巨大，有必要对第4类进行再分类。以“分类变量=4”筛选观测，进行类内分类，得到第4类的再分类树状图（图2），由图2将第4类再聚为4类的结果如表4所示。

由表5可以得出，类别4-1以科技因子突出为特征，类别4-2以产值因子突出为特征（因此可以与类别2合并），而类别4-3与4-4的主要区别在科技因子与固定资产因子。由此可以看出，在进行聚类分析时，应根据问题和数据分析的不同，灵活运用相关分析方法，得出切合实际的结论。endprint