多元统计分析及R语言建模（第五版）——第7章

7.1下面给出5 个元素两两之间的距离，利用最短距离法、最长距离法和类平均法做出5个元素的谱系聚类，画谱系图并做出比较。
 

x1=c(0,4,6,1,6)
x2=c(4,0,9,7,3)
x3=c(6,9,0,10,5)
x4=c(1,7,10,0,8)
x5=c(6,3,5,8,0)
x=rbind(x1,x2,x3,x4,x5)
y=as.dist(x)
y
hc=hclust(y,"single")#最短距离法
hc
plot(hc)
plot(hc);rect.hclust(hc,2)#加2类框
cutree(hc,2)#分2类
plot(hc);rect.hclust(hc,3)#加3类框
cutree(hc,3)#分3类

hc1=hclust(y,"complete")#最长距离法
plot(hc1);rect.hclust(hc1,2)#加2类框
cutree(hc1,2)#分2类
plot(hc1);rect.hclust(hc1,3)#加3类框
cutree(hc1,3)#分3类

hc2=hclust(y,"average")#类平均法
plot(hc2)
plot(hc2);rect.hclust(hc2,2)#加2类框
cutree(hc2,2)#分2类
plot(hc2);rect.hclust(hc2,3)#加3类框
cutree(hc2,3)#分3类

7.2为了比较全国31个省、市、自治区1996年和2007年（数据见本章例 7.2）城镇居民生法消费的分布规律，根据调查资料做区域消费类型划分。并将 1996年和2007年数据进行对比分析。今收集了8个反映城镇居民生活消费结构的指标（1996年数据见表):

x1——人均食品支出（元／人）
x2——人均衣着商品支出（元／人）
x3——人均家庭设备用品及服务支出（元／人）
x4——人均医疗保健支出（元／人）
x5——人均交通和通信支出（元／人）
x6——人均娱乐教育文化服务支出（元／人）
x7——人均居住支出（元／人）
x8——人均杂项商品和服务支出（元／人）。

试对该数据进行聚类分析。

地区	X1	X2	X3	X4	X5	X6	X7	X8
北京	2671.52	512.35	436.31	217.82	257.02	699.15	286.99	313.68
天津	2398.47	349.24	372.27	141	247.15	435.68	320.88	191.89
河北	1533.42	302.35	281.69	155.08	185.82	336.37	260.63	118.19
山西	1400.26	347.83	202.2	145.89	144.96	316.73	163.29	132.52
内蒙古	1249.58	254.29	192.44	134.5	133.3	274.78	186.06	121.67
辽宁	1749.76	365.36	167.58	135.6	154.07	303.62	244.31	128.44
吉林	1438.94	329.63	161.49	137.96	137.35	243.28	253.19	121.92
黑龙江	1437.24	359.83	162.47	173.68	137.33	246.69	258.44	108.75
上海	3415.5	363.61	637.28	147.78	467.85	779.28	392.62	333.19
江苏	2070.29	280.72	364.72	94.4	233.48	337.28	306.11	165.94
浙江	2704.43	412.57	650.11	246.32	307.82	538	404.5	250.71
安徽	1938.62	297.49	232.77	75.32	196.13	302.37	256.41	127.7
福建	2610.66	308.71	249.76	78.17	190.16	245.33	309.45	141.89
江西	1579.21	174.97	196.56	71.94	119.68	246.63	276.97	138.58
山东	1645.74	356.25	354.42	147.29	183.01	377.95	231.69	173.34
河南	1439.32	304.06	215.52	125.97	131.74	211.41	281.61	115.25
湖北	1731.43	350.53	279.58	113.16	175.41	436.9	287.13	142.25
湖南	1986.57	313.03	334.06	149.81	210.63	460.88	267.79	181.45
广东	3186.77	343.38	531.97	240.97	421.82	746.68	751.2	395.84
广西	2188.14	246.9	344.15	106.33	252.3	530.48	376.06	162.87
海南	2237.13	186.07	222.21	125.95	140.55	385.35	280.17	180.07
四川	1925.3	329.08	293.22	135.29	145.34	380.37	272.48	143.53
贵州	1918.76	247.69	304.9	93.04	154.85	287.6	257.57	146.83
云南	1971.54	346.19	284.49	180.51	208.3	364.15	294.03	193.19
西藏	2592.26	618.38	182.47	151.91	107.68	248.64	178.35	222.2
陕西	1461.62	242.03	318.43	144.75	167.61	294.25	264.29	133.82
甘肃	1443.01	214.28	188.2	130.42	123.19	249.55	163.5	132.89
青海	1651.16	275.3	195.27	190.13	168.08	244.39	125.23	148.95
宁夏	1377.25	301.18	214.49	171.77	209.98	262.57	132.5	143.87
新疆	1531.88	352.17	254.04	155.85	191.48	323.24	184.93	215.31

library(openxlsx)
d7_22=read.xlsx("E:/多元统计分析及R语言建模/mvexer5.xlsx",sheet ="E7.2",rowNames = T)
plot(d7_22,gap=0)

D=dist(d7_22);D#计算距离矩阵
hc=hclust(D,"single")#最短距离法
names(hc)
data.frame(hc$merge,hc$height)
plot(hc)

plot(hclust(D,"single"))#最短距离法
plot(hclust(D,"complete"))#最长距离法
plot(hclust(D,"median"))#中间距离法
plot(hclust(D,"average"))#类平均法
plot(hclust(D,"centroid"))#重心法
plot(hclust(D,"ward.D"))#Ward.D法
plot(hclust(D,"ward.D2"))#ward.D2法
#综上，用类平均法较好，聚成4类
H=hclust(D,"average");H
plot(H);rect.hclust(H,4)#加4类框
cutree(H,4)#分4类