世界因皒而精彩若用最远距离法将这些地区分为3类，则9（上海）独自为一类，1（北京）和11（浙江）为一类，剩余地区为一类。 5.
Centroid cluster（重心法）
类，剩余地区为一类。 6.
Median cluster（中位数距离）
若用重心法将这些地区分为3类，则9（上海）独自为一类，1（北京）和11（浙江）为一
若用中位数距离法将这些地区分为3类，则9（上海）独自为一类，1（北京）和11（浙江）为一类，剩余地区为一类。 7.
Ward method（离差平方和）
36
若用离差平方和法将这些地区分为3类，则9（上海），1（北京）和11（浙江）为一类，2（天津）、6（辽宁）、7（吉林）、10（江苏）、12（安徽）、13（福建）和14（江西）为一类，剩余地区为一类。
5.10 根据上题数据通过SPSS统计分析软件进行快速聚类运算，并与系统聚类分析结果进行比较。
解：快速聚类运算即K均值法聚类，具体步骤同5.8，聚类结果如下：
聚类的结果为9（上海）独自为一类，1（北京）、2（天津）、6（辽宁）、7（吉林）、10（江苏）、11（浙江）、13（福建）和14（江西）为一类，剩余地区为一类。
5.11下表是2003年我国省会城市和计划单列市的主要经济指标：人均GDPx1（元）、人均工业产值x2（元）、客运总量x3（万人）、货运总量x4（万吨）、地方财政预算内收入x5（亿元）、固定资产投资总额x6（亿元）、在岗职工占总人口的比例x7（％）、在岗职工人均工资额x8（元）、城乡居民年底储蓄余额x9（亿元）。试通过统计分析软件进行系统聚类分析，并比较何种方法与
37
人们观察到的实际情况较接近。
城市 x1 x2 x3 x4 x5 x6 2000 934 416 197 182 557 407 294 423 2274 794 717 555 245 376 238 210 429 548 373 623 434 1089 875 170 99 1187 788 231 342 446 203 76 134 180 2000 934 x7 37.8 18.8 9.5 22.8 13.5 14.8 14.7 12.5 17.7 21.0 15.4 11.8 10.9 8.3 11.8 38.6 11.0 13.5 14.5 12.7 17.4 10.0 25.1 69.6 8.3 16.5 6.5 11.9 15.8 14.6 15.9 18.0 10.1 21.9 26.1 37.8 18.8 x8 x9 北京 31886 33168 30520 30671 593 天津 26433 43732 3507 34679 205 石家15134 13159 11843 10008 49 庄 太原 15752 15831 2975 15248 33 呼和18991 11257 3508 4155 21 浩特 沈阳 23268 15446 6612 14636 81 大连 29145 27615 11001 21081 111 长春 18630 21045 6999 10892 46 哈尔14825 7561 6458 9518 76 滨 上海 46586 77083 7212 63861 899 南京 27547 43853 16790 14805 136 杭州 32667 49823 21349 16815 150 宁波 32543 47904 24938 13797 139 合肥 10621 11714 6034 4641 36 福州 22281 21310 9680 8250 67 厦门 53590 93126 4441 3055 70 南昌 14221 9205 5728 4454 31 济南 23437 22634 5810 14354 76 青岛 24705 35506 14666 30553 120 郑州 16674 14023 10709 7847 66 武汉 21278 17083 11882 16610 80 长沙 15446 8873 10609 10631 60 广州 48220 55404 29751 28859 275 深圳 191838 347519 10989 6793 291 南宁 8176 3390 7016 5893 36 海口 16442 14553 13284 3304 12 重庆 7190 5076 58290 32450 162 成都 17914 9289 72793 28798 90 贵阳 11046 10350 18511 5318 40 昆明 16215 11601 5126 12338 60 西安 13140 8913 11413 9392 65 兰州 14459 17136 2209 5581 21 西宁 7066 5605 2788 2037 8 银川 11787 11013 2146 2127 12 乌鲁22508 17137 2188 12754 41 木齐 南宁 31886 33168 30520 30671 593 海口 26433 43732 3507 34679 205 资料来源：《中国统计年鉴2004》
25312 6441 18648 1825 12306 1044 12679 660 14116 255 14961 1423 17560 1310 13870 831 12451 1154 27305 22190 24667 23691 13901 15053 19024 13913 16027 15335 13538 13730 16987 28805 31053 13171 14819 12440 15274 12181 14255 13505 13489 14629 13497 6055 1134 1466 1060 359 876 397 483 758 908 1048 1286 705 3727 2199 451 284 1897 1494 345 709 1211 468 175 193 16509 420 25312 6441 18648 1825 解:用spss对37个地区聚类分析的步骤如5.8题，不同的方法在第4个步骤的Method子对话框中选择不同的Cluster method。
1.Between-group inkage（组间平均数连接距离）
38
从上面的树形图可以直观地观察到，若用组间平均数连接距离将这些地区分为3类，则24（深圳）独自为一类，10（上海）和16（厦门）为一类，剩余地区为一类。
2.Within-group linkage（组内平均连接距离）
若用组内平均数连接距离将这些地区分为3类，则24（上海）独自为一类，27（重庆）和28(成都)为一类，剩余地区为一类。
3. Nearest neighbor（最短距离法）
39
若用最短距离法将这些地区分为2类，则24（深圳）独自为一类，剩余地区为一类。
4.Furthest neighbor（最远距离法）
若用最远距离法将这些地区分为3类，则24（深圳）独自为一类，1（北京）、2（天津）、7（大连）、10（上海）、11（南京）、12（杭州）、13（宁波）、16（厦门）、19（青岛）、23（广州）、36（海宁）和37（海口）为一类，剩余地区为一类。
5.Centroid cluster（重心法）
40
