Состав 3-х кластерной модели, полученной по методу дальнего соседа.
№Кластера |
Состав кластера |
1 |
15,6,17,11,5,3 |
2 |
14,12 |
3 |
10,13,7,16,8,2,4,9,1 |
Рассмотрим 4-х кластерную модель, полученную по методу дальнего соседа. Она получается на расстоянии объединения, равном 4,1.
Таблица 5
Состав 4-х кластерной модели, полученной по методу дальнего соседа.
№Кластера |
Состав кластера |
1 |
15,6 |
2 |
17,11,5,3 |
3 |
14,12 |
4 |
10,13,7,16,8,2,4,9,1 |
5 пункт – дома (Составить несколько выборок – в каждой выборке – члены соответствующего кластера – посчитать дескриптивные статистики (только средние значения), скомпоновать вторую выборку, и кластер третий и строить график отношений в экселе).
6. Модель по методу Уорда.
Рис. 1. «Дендрограмма, полученная по методу Уорда»
На расстоянии объединения, равном 6, получаем 3-х кластерную модель по методу Уорда.
Таблица 6
Состав 3-х кластерной модели, полученной по методу Уорда.
№Кластера |
Состав кластера |
1 |
14, 12 |
2 |
15, 17, 11 |
3 |
10, 13, 7, 4, 5, 3, 16, 8, 2, 6, 9, 1 |
Рассмотрим 4-х кластерную модель, полученную по методу дальнего соседа. Она получается на расстоянии объединения, равном 4,5.
Таблица 7
Состав 4-х кластерной модели, полученной по методу Уорда.
№Кластера |
Состав кластера |
1 |
14, 12 |
2 |
15, 17, 11 |
3 |
10, 13, 7, 4, 5, 3 |
4 |
16, 8, 2, 6, 9, 1 |
7 пункт – дома.
8. Классификация методом k-средних.
Дисперсия анализа находится во вкладке Analysis of varience.
Таблица 8
|
Межгрупп. дисп |
df |
Внутригрупп. дисп. |
df |
F-крит. Фишера |
Значимость |
x1 |
8,62375 |
2 |
7,37625 |
14 |
8,18386 |
0,004426 |
x2 |
5,15834 |
2 |
10,84166 |
14 |
3,33052 |
0,065589 |
x3 |
10,59024 |
2 |
5,40976 |
14 |
13,70333 |
0,000505 |
x4 |
8,70531 |
2 |
7,29469 |
14 |
8,35364 |
0,004095 |
x5 |
3,91004 |
2 |
12,08996 |
14 |
2,26388 |
0,140648 |
x6 |
6,09869 |
2 |
9,90131 |
14 |
4,31163 |
0,034754 |
Вывод: соотношение межгрупповой и внутригрупповой дисперсии не выполняются для признаков x2, x5 и x6, следовательно, данная модель является неустойчивой, ее нецелесообразно использовать в дальнейшем анализе.
Дальше зайти в Advanced – Для анализа состава кластеров надо зайти во вкладку members of each cluster.
Состав кластеров:
Таблица 9
Кластер 1
|
10 |
12 |
14 |
Растояние |
0,783648 |
0,546447 |
0,672995 |
Таблица 10
Кластер 2
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
13 |
16 |
Расстояние |
0,454716 |
0,670690 |
0,824143 |
0,418229 |
0,693959 |
1,066786 |
0,758801 |
0,655645 |
0,551009 |
0,707410 |
0,958929 |
Таблица 11
Кластер 3
|
11 |
15 |
17 |
Расстояние |
0,671696 |
0,892018 |
0,588955 |
По графику проанализировали:
Кластер 1 – кластер надежных компаний, на которых можно положиться (хорошее качество), но высокие цены.
Кластер 2 – срок доставки большой и опыт работы маленький.
Кластер 3 – очень низкие цены, большой опыт работы, но они ненадежные и большая стоимость хранения.
4-х кластерная модель – дома.