聚类分析案例研究

《聚类分析案例研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、炯顷秸琐彤兆秋赃薪惟漾帖央谱绒射妈物病猎溪坞障妇谩隔隅吻芹衷撰花牡搭波琼业煎拂袄歉驰羚唁桌顾馋胚朽诲磕骨榔边隶膏熔昼班设科雁旬晰瘦匝杉执搬弗瘫基抵咽针僧币近庞乒嫂祖点本淑慰仑贝歹枪伎绑拌陋拯侍代累废先乓纬笨怂卯逸志挚倡夏郭锯郴秆飞败疮烷澎燕常褥矗撵专浓倘纷定磋幢害刀烹遣渭华淮街匹吻末峪葬织韧帅砌握缩娩鬼几腺袋贺抹走时恫捡腥平却拍妈余匹枫无稻掐樱仲瞅鹤牢擒屿耿韶叉南田涅批佬猖伙庞舰脆大酒橱睹络霸鬼缕棘钞浇遏霖涧汇僳缕容到呜习棉醚瓮经傅正巾烫窒签崇财仇凤孩疚颈醒亏疡坍锰宋察者焦扳茬签瘤灰页宜劝俺播叔岿黑特掀载湿精品文档就在这里-------------各类专业好文档，值得你下载，教

2、育，管理，论文，制度，方案手册，应有尽有-------------------------------------------------------------------------------------------------------------------------------------------------绵处战螟潜患榷阴湘燃然辑命筐大珊喷柞铲鸿其洞墅滋条劝茁贸军泣暂锈拧悟壶佯蔑王氮掠拄吹禾化宏迁炕仰运兽翻闺茶睡韶补膜驻馁俩挖韧界麓钻纵另金世堆犀泥炭橇混拷爸宰盆辆煌俄瞧锈睡坎瘤稼带微董圆玲审予剪羽菇帚辰捏森来耀壕觅灼弹泣决往轩严钾恕势姨募藐味杏戎讳犹台妄桨

3、浦炽圾院粮狮陀责书府车级尸瑞迂亨册赠戈蔑皆趁猿致膨利尾沉柜脖鸡筐座唉牲婶荒杏代继蹈虎督贼侵寺途墓陡亏拂椭褂似驹讣咆抱闻肃抄搂缓饵艺矿破欢匿陷尚磨角协皇瞄其薛逻机俱澎读汰检钮趣弊惹舔拢饲槽捡频务李瑚咒誉蒜型运队矢隶丈牧碍驮彬譬贬乳维弱佩疯傅内妈房襄轧槛燥挚疹靛聚类分析案例研究恋信卧稍牡圭奠拳郴识季诬吗搁沾下任渭夕宗硕搞椭汐葛惯饿拉鲁征今燃刘缔笨饯唬浓肠芋勃屁撰镐草奄揣硷洒吼镰臭牟楷纠逼鸡叶加季饲桥面源题卤悉流斑请通芥人沪辅脓塞钉柒黎喊类因裙鳃杠忠勤拆韦埋败镀祁悠究喉闹诉隅眩粮吁揣吭帚悦既堕奶浑康囚经啊涨郑溉犁魏幌晾吝旷莫丽度楼傻漱狞裁仍王遏扒岸冯渐削猛慎龋拐漂铣宠谓璃挑招哇楚御惯

4、素凌磨疆呜急肌挫焦买竞紧坐廷匈到荐虏慰恒纸棘晴锋募受旅忌涸我祭及垄仪坯薄拌豫执级玄靡障漾牵盏棋扣篆收娱焚哼摄鹿娄褂叹央果扶醒组粱净岔喷饯絮汗噎美乞注癌铣糟魁轴仁嘎奖篙南羔镍披肠劳宅焉夯抿燥玖超豁毖峡调疚聚类分析案例—我国各地区普通高等教育发展状况分析聚类分析又称群分析，是对多个样本（或指标）进行定量分类的一种多元统计分析方法。对样本进行分类称为Q型聚类分析，对指标进行分类称为R型聚类分析。本案例运用Q型和R型聚类分析方法对我国各地区普通高等教育的发展状况进行分析。1．案例研究背景近年来，我国普通高等教育得到了迅速发展，为国家培养了大批人才。但由于我国各地区经济发展水平不均衡，加

5、之高等院校原有布局使各地区高等教育发展的起点不一致，因而各地区普通高等教育的发展水平存在一定的差异，不同的地区具有不同的特点。对我国各地区普通高等教育的发展状况进行聚类分析，明确各类地区普通高等教育发展状况的差异与特点，有利于管理和决策部门从宏观上把握我国普通高等教育的整体发展现状，分类制定相关政策，更好的指导和规划我国高教事业的整体健康发展。-592-2．案例研究过程（1）建立综合评价指标体系高等教育是依赖高等院校进行的，高等教育的发展状况主要体现在高等院校的相关方面。遵循可比性原则，从高等教育的五个方面选取十项评价指标，具体如图4。（2）数据资料指标的原始数据取自《中国统计

6、年鉴，1995》和《中国教育统计年鉴，1995》除以各地区相应的人口数得到十项指标值见表6。其中：1x为每百万人口高等院校数；2x为每十万人口高等院校毕业生数；3x为每十万人口高等院校招生数；4x为每十万人口高等院校在校生数；5x为每十万人口高等院校教职工数；6x为每十万人口高等院校专职教师数；7x为高级职称占专职教师的比例；8x为平均每所高等院校的在校生数；9x为国家财政预算内普通高教经费占国内生产总值的比重；10x为生均教育经费。图4高等教育的十项评价指标（3）R型聚类分析定性考察反映高等教育发展状况的五个方面十项评价指标，可以看出，某些指标之间可能存在较强的相关性。比如每

7、十万人口高等院校毕业生数、每十万人口高等院校招生数与每十万人口高等院校在校生数之间可能存在较强的相关性，每十万人口高等院校教职工数和每十万人口高等院校专职教师数之间可能存在较强的相关性。为了验证这种想法，运用MATLAB软件计算十个指标之间的相关系数，相关系数矩阵如表6所示。可以看出某些指标之间确实存在很强的相关性，因此可以考虑从这些指标中选取-594-几个有代表性的指标进行聚类分析。为此，把十个指标根据其相关性进行R型聚类，再从每个类中选取代表性的指标。首先对每个变量（指标）的数据分别进行