用SAS进行聚类分析（代码）----基于我国主要省市综合实力状况进行分析

用SAS进行聚类分析----基于我国主要省市综合实力状况进行分析

在学习聚类分析时，最常用的软件有SAS，R，SPSS，而其中SAS的分析过程更为精确，便捷。
在进行系统聚类分析中，类之间的距离一共有八种方法，分别为最短距离法，最长距离法，中间距离法，等8种方法，而在实际使用中，离差平方和法（WARD）是效果较好的方法，并且基于本文是针对我国主要省市综合实力状况评价进行分类，选择离差平方和法得到的分类结果更为准确些，下面通过SAS对我国主要省市做离差平方和法的聚类分析。
同样选取全国除甘肃，青海，宁夏，新疆外的25个省并通过–人均 GDP（X1）、人均新增固定资产（X2）、人均居民消费支出 （X3）、人均高等学校数（X4）、人均卫生机构数（X5）、参加城镇职工基本医疗保险人数与人口数的比例（X6）、人均全社会建设总规模（X7）、等 13 项主要指标进行聚类分析和判别分析，部分数据如下：

通过SAS编程计算可得到如下的谱系聚类图：

从上图的谱系聚类图中，我们可以清楚的看到，各个省份之间聚类的流程，而在选择最优聚类数量时，通过画出R2与分类个数NCL的散点图：

通过图中各点的位置，我们可以得出，分类个数为3个时最优。

data work2;
input group $ x1-x13;
cards;
北京 48832	111	165	50	30	42	96	32	7066	336	19978	2546 3306
天津 40351	119	104	41	22	32	61	18	3879	145	14283	582	1376
河北	 16836	37	49	12	25	8	16	7	899	68	10305	35	471
山西 14064	38	48	16	28	10	18	10	1728	60	10028	48	560
内蒙古 20025	83	57	15	33	13	38	10	1432	88	10358	168	539
辽宁	 21674	63	68	18	37	22	32	11	1914	148	10370	218	740
吉林 15605	58	57	16	35	13	20	9	900	100	9775	50	639
黑龙江 16268	37	51	17	21	18	12	12	1011	96	9182	128	612
上海 56733	119	207	33	13	56	102	18	8683	168	20668	2150	2330
江苏	 28541	83	82	15	22	16	33	8	2194	202	14084	369	881
浙江 31424	60	110	13	28	14	49	12	2606	115	18265	428	1141
安徽	 10052	24	44	13	15	7	17	5	700	103	9771	37	413
福建 21084	26	78	17	27	10	32	12	1520	74	13753	413	704
江西	 10645	29	41	15	23	7	14	6	704	56	9551	32	435
山东	 23468	50	70	11	18	10	24	9	1456	117	12192	108	535
河南 13271	36	46	8	15	7	12	7	723	50	9810	29	381
湖北	 13169	30	55	15	17	9	19	9	836	73	9803	56	595
湖南	 11815	24	54	15	24	8	14	6	753	55	1050	79	509
广东 27911	45	107	11	18	15	31	10	2342	234	16016	809	866
广西	 10176	18	43	11	21	6	15	6	725	108	9899	89	388
海南 12589	23	47	17	27	10	16	9	978	79	9395	274	560
四川	 10574	25	17	9	29	8	18	6	743	66	9350	48	444
贵州	 5733	18	12	9	16	5	12	5	603	71	9117	30	371
云南	 9150	22	14	11	22	7	16	5	847	29	10070	146	442
陕西	 11737	35	16	20	31	10	17	8	970	50	9268	136	624
;
proc print data work2;
run;
proc cluster data =work2 method=ward std pseudo ccc     /*使用的方法是word聚类法*/
outtree=work3;
var x1-x13;
id group;
proc tree data=work3 horizontal graphics;
title 'the tree graph of clustering by ward mothod';
run;
proc sort data=work4;
by cluster;
proc mean data=work4;
by cluster;
var x1-x13;
run;