Решение с помощью STATISTICA

1. Скопировать из MS Excel данные табл. 2 в файл STATISTICA.

2. Открыть меню «Статистика» (Statistics), в нем выбрать «Многомерный исследовательские методы» (Multidimensional research methods), далее – «Анализ кластера» (Cluster analysis).

3. В открывшемся окне (см. рис. 2.1) выбрать в качестве методы кла-

стеризации древовидную кластеризацию (Joining (tree clustering)).

Выбранное меню объединяет иерархические агломеративные методы,

назначение которых состоит в классификации объектов в кластеры на осно-

ве меры сходства или расстояния. Результатом такой кластеризации являет -

ся иерархическое дерево (дендрограмма).

Диалоговое окно этого метода изображено на рис. 2.2.

Рис. 2.1. Стартовая панель модуля Кластерный анализ

Рис. 2.2. Диалоговое окно иерархических агломеративных методов

 

Что касается двух других методов, заметим, что метод К -средних (K-means clustering) применяется, если пользователь уже имеет представление относительно числа кластеров, на которые необходимо разбить наблюдения. Тогда метод строит ровно К различных кластеров, расположенных на возможно больших расстояниях друг от друга. Идея метода Двухвходового объединения (Two-way joining) состоит в том, чтобы одновременно классифицировать как наблюдения, так и переменные.

4. Щелкнув по кнопке Переменные, выбрать все нормированные показатели, характеризующие деятельность предприятий.

5. В качестве Кластера (Cluster) выбрать Наблюдения (строки) (Cases).

6. В строке Правило объединения (связи) (Amalgamation (linkage) rule) выбрать Метод одиночной связи (Single Linkage), который большое известен под названием «принцип ближайшего соседа». В этом методе за расстояние между кластерами принимается расстояние между их ближайшими элементами. Правило связи строит волокнистые кластеры, т.е. кластеры, сцепленные вместе только отдельными объектами, случайно оказавшимися ближе остальных друг к другу. Результирующие кластеры имеют тенденцию быть представленными длинными цепочками.

7. В окне Мера расстояния (Distance measure) выбрать Евклидово расстояние (Eucliden distances).

8. Нажать кнопку ОК. В результате появится окно (см. рис. 2.3).

9. Выбрать опцию Вертикальная древовидная диаграмма (Verticalicicle plot). В результате появится дендрограмма, изображенная на рис. 2.4.

10. Щелкнув по кнопке Схема объединения (Amalgamation schedule), получить таблицу результатов со схемой объединения (см. табл. 2.2.4), каждая строка которой показывает состав кластера на соответствующем шаге классификации

Рисунок 2.3 Результаты иерархической агломеративной процедуры кластеризации

Рис. 2.4. Вертикальная дендрограмма объединения

Таблица 2.2.4

Схема объединения

11. Выбрать Матрица расстояний (Distance matrix). В результате появится следующая матрица:

 

Анализ полученной дендрограммы, матрица расстояний и схемы объединения с деревом кратчайших расстояний, построенным в среде MS Excel, позволяют сделать вывод о полной идентичности результатов кластерного анализа, проведенного с использованием табличного процессора MS Excel и пакета STATISTICA.

12. Нажать на кнопку Описательные статистики (Descriptive statistics), получить таблицу результатов со средними значениями (Mean) и стандартными отклонениями (Std. Dev.) для каждой переменной, используемой в описании классифицируемых объектов (см. табл. 2.2.5).

Таблица 2.2.5 Описательные статистики