- •Лабораторная работа № 4-5 «Кластерный анализ»
- •Проведем кластерный анализ методом «дальнего соседа»
- •Построим графики отношения средних значений исходных показателей по кластерам к средним значениям исходных показателей по выборке в целом
- •6. Проведем кластерный анализ методом Уорда.
- •7.Построим графики отношения средних значений исходных показателей по кластерам к средним значениям исходных показателей по выборке в целом
- •Проведем кластерный анализ методом к-средних.
Проведем кластерный анализ методом «дальнего соседа»
Рис. 1 «Кластерный анализ методом «Дальнего соседа»
На расстоянии объединения, равным 6 единицам, получаем 2-х кластерную модель.
Таблица № 4
№ кластера |
Объекты кластера |
Кластер 1 |
15,6,17,11,5,3 |
Кластер 2 |
14,12,10,13,7,1,6,8,2,4,9,1 |
Найдем средние значения показателей по кластерам для 2-х кластерной модели
Таблица № 5
|
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
Кластер 1 |
1,133 |
32,167 |
191,667 |
42,500 |
4,833 |
9,167 |
Кластер 2 |
1,505 |
33,000 |
104,545 |
49,091 |
5,818 |
5,545 |
На расстоянии объединения, равным 4,5 единиц, получаем 3-х кластерную модель.
Таблица № 6
№ кластера |
Объекты кластера |
Кластер 1 |
15,6,17,11,5,3 |
Кластер 2 |
14,12 |
Кластер 3 |
10,13,7,16,8,2,4,9,1 |
Найдем средние значения показателей по кластерам для 3-х кластерной модели
Таблица № 7
|
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
Кластер 1 |
1,133 |
32,167 |
191,667 |
42,500 |
4,833 |
9,167 |
Кластер 2 |
1,775 |
26,500 |
50,000 |
75,000 |
8,500 |
9,500 |
Кластер 3 |
1,444 |
34,444 |
116,667 |
43,333 |
5,222 |
4,667 |
На расстоянии объединения, равным 4,1 единиц, получаем 4-х кластерную модель.
Таблица № 8
№ кластера |
Объекты кластера |
Кластер 1 |
15,6 |
Кластер 2 |
17,11,5,3 |
Кластер 3 |
14,12 |
Кластер 4 |
10,13,7,16,8,2,4,9,1 |
Найдем средние значения показателей по кластерам для 4-х кластерной модели
Таблица № 9
|
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
Кластер 1 |
1,125 |
33,000 |
250,000 |
30,000 |
2,500 |
5,500 |
Кластер 2 |
1,138 |
31,750 |
162,500 |
48,750 |
6,000 |
11,000 |
Кластер 3 |
1,775 |
26,500 |
50,000 |
75,000 |
8,500 |
9,500 |
Кластер 4 |
1,444 |
34,444 |
116,667 |
43,333 |
5,222 |
4,667 |
Построим графики отношения средних значений исходных показателей по кластерам к средним значениям исходных показателей по выборке в целом
Для 2-х кластерной модели
-
Выборка
1,250
32,500
160,000
45,000
5,000
7,300
(x1I/x1)*100 % = (1,133/1,250)*100 % = 90, 640
(x2I/x2)*100 % = (32, 167/32,500)*100% = 98, 975
(x3I/x3)*100 %= (191,667/160,000)*100 % =119,792
(x4I/x4)*100 % = (42,500/45,000)*100 %= 94,444
(x5I/x5)*100 % = (4,833/5,000)*100 % = 96,660
(x6I/x6)*100 % = (9,167/7,300) * 100 % =125, 576
(x1II/x1)*100 %=(1,505/1,250)*100 %=120,400
(x2II/x2)*100 % = (33,000/32,500)* 100 % = 101,538
(x3II/x3)*100 % = (104,545/160,000)*100 % =65,341
(x4II/x4)*100 % = (49,091/45,000)*100 % = 109,091
(x5II/x5)*100 % = (5,818/5,000)* 100 % = 116,360
(x6II/x6)*100 % = (5,545/7,300)* 100 % = 75, 959
График № 1
Для –3-х кластерной модели
-
Выборка
1,250
32,500
160,000
45,000
5,000
7,300
(x1I/x1)*100 % = (1,133/1,250)*100 % = 90, 640
(x2I/x2)*100 % = (32, 167/32,500)*100% = 98, 975
(x3I/x3)*100 %= (191,667/160,000)*100 % =119,792
(x4I/x4)*100 % = (42,500/45,000)*100 %= 94,444
(x5I/x5)*100 % = (4,833/5,000)*100 % = 96,660
(x6I/x6)*100 % = (9,167/7,300) * 100 % =125, 576
(x1II/x1)*100 %=(1,775/1,250)*100 %=142
(x2II/x2)*100 % = (26,500/32,500)* 100 % = 81,538
(x3II/x3)*100 % = (50,000/160,000)*100 % =31,250
(x4II/x4)*100 % = (75,000/45,000)*100 % = 166,667
(x5II/x5)*100 % = (8,500/5,000)* 100 % = 170
(x6II/x6)*100 % = (9,500/7,300)* 100 % = 130,137
(x1III/x1)*100 %=(1,444/1,250)*100 %=115,52
(x2III/x2)*100 % = (34,444/32,500)* 100 % = 105,982
(x3III/x3)*100 % = (116,667/160,000)*100 % =72,917
(x4III/x4)*100 % = (43,333/45,000)*100 % = 96,296
(x5III/x5)*100 % = (5,222/5,000)* 100 % = 104,44
(x6III/x6)*100 % = (4,667/7,300)* 100 % = 63,932
График № 2
Для 4-х кластерной модели
-
Выборка
1,250
32,500
160,000
45,000
5,000
7,300
(x1I/x1)*100 % = (1,125/1,250)*100 % = 90
(x2I/x2)*100 % = (33,000/32,500)*100% = 101,538
(x3I/x3)*100 %= (250,000/160,000)*100 % =156,25
(x4I/x4)*100 % = (30,000/45,000)*100 %= 66,667
(x5I/x5)*100 % = (2,500/5,000)*100 % = 50
(x6I/x6)*100 % = (5,500/7,300) * 100 % =75,342
(x1II/x1)*100 %=(1,138/1,250)*100 %=91,04
(x2II/x2)*100 % = (31,750/32,500)* 100 % = 97,692
(x3II/x3)*100 % = (162,500/160,000)*100 % =101,563
(x4II/x4)*100 % = (48,750/45,000)*100 % = 108,333
(x5II/x5)*100 % = (6,000/5,000)* 100 % = 120
(x6II/x6)*100 % = (11,000/7,300)* 100 % = 150,685
(x1III/x1)*100 %=(1,775/1,250)*100 %=142
(x2III/x2)*100 % = (26,500/32,500)* 100 % = 81,538
(x3III/x3)*100 % = (50,000/160,000)*100 % =31,25
(x4III/x4)*100 % = (75,000/45,000)*100 % = 166,667
(x5III/x5)*100 % = (8,500/5,000)* 100 % = 170
(x6III/x6)*100 % = (9,500/7,300)* 100 % = 130,137
(x1IV/x1)*100 %=(1,444/1,250)*100 %=115,52
(x2IV/x2)*100 % = (34,444/32,500)* 100 % = 105,982
(x3IV/x3)*100 % = (116,667/160,000)*100 % =72,917
(x4IV/x4)*100 % = (43,333/45,000)*100 % = 96,296
(x5IV/x5)*100 % = (5,222/5,000)* 100 % = 104,44
(x6IV/x6)*100 % = (4,667/7,300)* 100 % = 63,932
График 3