(整理)多元统计分析-实验三.

实验三

一、实验内容

1、实验背景

近几年，中国房地产业得到了长足的发展，但房地产价格的上涨一直饱受争议，甚至有逃离“北、上、广”的言论，这也从侧面反映了房地产价格的区域性特征。

2、实验目的

根据2008年中国31个省、市、自治区房地市场的房屋平均销售价格、住宅平均销售价格、别墅与高档公寓平均销售价格、经济适用房平均销售价格等九项指标的统计数据（见下表3），对各省市进行区域性分类。

3、实验要求

试根据这些数据分别进行R型和Q型聚类分析。

二、实验报告

1、实验数据

选取全国31个省市地区的房屋平均销售价格、住宅平均销售价格、别墅与高档公寓平均销售价格、经济适用房平均销售价格、办公楼平均销售价格、商业营业用房平均销售价格、其他平均销售价格、商品房销售面积、住宅销售面积等9项指标作为观测量进行分析。数据见下表3。

表3

注：X1：房屋平均销售价格；X2：住宅平均销售价格；X3：别墅、高档公寓平均销售价格；X4：经济适用房平均销售价格；X5：办公楼平均销售价格；X6：商业营业用房平均销售价格；X7：其他平均销售价格；X8：商品房销售面积；X9：住宅销售面积。

2、数据处理

数据中无异常值或缺失值，因此不需要进行处理。

3、数据分析

1）、Q型聚类分析

操作步骤如下：

（1）打开SPSS统计软件，将数据输入数据文件中。

（2）在菜单的选项中选择Analyze→Classify命令，在Classify命令下选择Hierarchical cluster（系统聚类法）。

（3）Cluster下选择Cases单选框。将9个变量移入Variables框中，将省份变量移入Label Cases by框中作为标识变量。

（4）选择Statistics选项，选中Agglomeration schedule复选框；Cluster Membership 栏中选择Range of solution并在其后两个小矩形框中分别填入2和8。单击Continue继续。

（5）选择Plots选项，选中Dendrogram复选框，其他默认，单击Continue继续。（6）选择Method选项，Cluster Method下拉列表中分别选择Between—groups linkage （组间联结法,即类平均法）、Nearest Neighbor（最短距离法）和Furthest Neighbor（最

长距离法）；在Measure的Interval下拉列表中选择Squared Euclidean distance；在Transform value栏中Standardize下拉列表中选择range 0 to 1；其他默认，单击Continue 继续。

（7）其他为默认项，单击OK，得到聚类结果如下。

表 3-1-1 聚类凝聚过程表（Q型聚类）

Agglomeration Schedule

Stage Cluster Combined Coefficients Stage Cluster First Appears Next Stage

Cluster 1 Cluster 2 Cluster 1 Cluster 2

1 7 8 .011 0 0 12

2 20 27 .020 0 0 4

3 16 18 .020 0 0 10

4 17 20 .023 0 2 11

5 5 12 .023 0 0 8

6 28 29 .026 0 0 13

7 4 31 .030 0 0 15

8 5 22 .035 5 0 10

9 10 15 .046 0 0 21

10 5 16 .047 8 3 16

11 17 25 .047 4 0 14

12 7 24 .052 1 0 14

13 28 30 .054 6 0 15

14 7 17 .063 12 11 18

15 4 28 .080 7 13 17

16 3 5 .104 0 10 18

17 4 14 .117 15 0 20

18 3 7 .139 16 14 20

19 6 23 .171 0 0 21

20 3 4 .213 18 17 22

21 6 10 .280 19 9 27

22 3 13 .332 20 0 24

23 11 19 .399 0 0 26

24 3 26 .473 22 0 25

25 3 21 .528 24 0 27

26 9 11 .561 0 23 28

27 3 6 .837 25 21 29

28 2 9 .977 0 26 29

29 2 3 1.372 28 27 30

30 1 2 4.491 0 29 0

表 3-1-2 分为2~8类的聚类结果

Cluster Membership

Case 8 Clusters 7 Clusters 6 Clusters 5 Clusters 4 Clusters 3 Clusters 2 Clusters 1:北京 1 1 1 1 1 1 1 2:天津 2 2 2 2 2 2 2 3:河北 3 3 3 3 3 3 2 4:山西 3 3 3 3 3 3 2 5:内蒙古 3 3 3 3 3 3 2 6:辽宁 4 4 4 4 3 3 2 7:吉林 3 3 3 3 3 3 2 8:黑龙江 3 3 3 3 3 3 2 9:上海 5 5 5 5 4 2 2 10:江苏 4 4 4 4 3 3 2 11:浙江 6 6 6 5 4 2 2 12:安徽 3 3 3 3 3 3 2 13:福建 3 3 3 3 3 3 2 14:江西 3 3 3 3 3 3 2 15:山东 4 4 4 4 3 3 2 16:河南 3 3 3 3 3 3 2 17:湖北 3 3 3 3 3 3 2 18:湖南 3 3 3 3 3 3 2 19:广东 6 6 6 5 4 2 2 20:广西 3 3 3 3 3 3 2 21:海南7 7 3 3 3 3 2 22:重庆 3 3 3 3 3 3 2 23:四川 4 4 4 4 3 3 2 24:贵州 3 3 3 3 3 3 2 25:云南 3 3 3 3 3 3 2 26:西藏8 3 3 3 3 3 2 27:陕西 3 3 3 3 3 3 2 28:甘肃 3 3 3 3 3 3 2 29:青海 3 3 3 3 3 3 2 30:宁夏 3 3 3 3 3 3 2 31:新疆 3 3 3 3 3 3 2