R语言--聚类分析
一、实验内容
思想：研究样品或指标（变量）之间存在着程度不同的相似性（亲疏），并按相似程度不同将指标和样品形成一个分类系统。
- 系统聚类
- Kmeans聚类
二、实验要求
为了比较我国31个省、市、自治区2013年和2007年城镇居民生活消费的分布规律，根据调查资料作区域消费类型划分，并将2013年和2007你的数据进行对比分析,提交数据分析过程报告。今收集了八个反映城镇居民生活消费结构的指标（2013年数据）。
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）。
把城镇居民生活消费结构指标分为三类，“经济水平好”、“经济水平一般”、“经济水平较好”，最终比较2007年至2013年城镇居民生活消费结构指标的变化，并作出图标进行对比分析。
三、实验工具
R语言
分析
- 第一步：对2007年的数据进行分析
先把题目中的2007年的数据放入表格中，并命名为“2007.csv”
Step1、读取数据
f<-read.csv("2007.csv文件存放路径",header=T) #读取数据
f #显示数据`
Step2、求变量间相关系数矩阵
attach(f)
a<-f[,2:9]
y=scale(a)
cor(y)
Step3、计算贡献率与累计贡献率
pca=princomp(y,cor=FALSE,scores=TRUE)
summary(pca)
Comp1，comp2，comp3的累计方差贡献率达到90.4%，这部分承载了原数据绝大多数的信息。
Step4、做系统聚类
1）提取数据
a=cbind(f[,1],f[,2],f[,3])
2)画聚类图
dist<-dist(a)
hc<-hclust(dist,"single")
cbind(hc$merge,hc$height)
plot(hc,f[,1])
3)打印聚类的结果
re<-rect.hclust(hc,k=3)
for(i in 1:3){
+print(paste("第"，i,"类"))
+print(f[re[[i]],]$地区)
+}
4)结果展示
- 第二步：对2013年的数据进行分析
对2013年的数据进行分析，把题目中的2013年的数据放入表格中，并命名为“aa2.csv”
Step1、读取数据
f<-read.csv("C:\\Users\\Adminstrator\\Documents\\Tencent Files\\3105814524\\FileRecv\\aa2.csv",header=T) #读取数据
f #显示数据
Step2、求变量间相关系数矩阵
attach(f)
a<-f[,2:9]
y=scale(a)
cor(y)
Step3、计算贡献率与累计贡献率
pca=princomp(y,cor=FALSE,scores=TRUE)
summary(pca)
Comp1，comp2，comp3的累计方差贡献率达到90.4%，这部分承载了原数据绝大多数的信息。
Step4、做系统聚类
1)提取数据
a=cbind(f[,1],f[,2],f[,3])
2)画聚类图
dist<-dist(a)
hc<-hclust(dist,"single")
cbind(hc$merge,hc$height)
plot(hc,f[,1])
3)打印聚类的结果
re<-rect.hclust(hc,k=3)
for(i in 1；3):{
+print(paste("第"，i,"类"))
+print(f[re[[i]],]$地区)
+}
4)结果展示
- 第三步：对比
- 2007年
- 2013年
根据以上两个表格我们可以看出在2007-2013年中，北京，浙江由经济水平较好，变为水平一般，从这一方面我们可以知道北京，浙江在这七年中各项城镇居民生活消费增速较上海的增速低，而广东增速与上海增速相差不大。