《数据挖掘》
实验报告
院（部）：管理工程学院
专业：信息管理与信息系统实验项目：聚类分析实验
班级：信管112
姓名：李朝阳
学号：2011021702
聚类分析实验指导书
实验目的：
1熟悉R语言的相关对象与函数的用法
2掌握利用R进行聚类分析的基本步骤
实验内容：
说明：本实验采用iris数据集，下面中的数据集如无上下文说明，即是指iris
iris以鸢尾花的特征作为数据来源，数据集包含150个数据集，分为3类，每类50个数据，每个数据包含4个属性，是在数据挖掘、数据分类中非常常用的测试集、训练集。
四个属性分别为：花萼长度、花萼宽带、花瓣长度、花瓣宽度
三类分别为:setosa, versicolor, virginica（山鸢尾、变色鸢尾和维吉尼亚鸢尾）
1对数据集进行初步的统计与分析
（1）数据集的维度-dim
（2）数据集中的列名-names
（3）数据集的内部结构-str
（4）数据集的属性-attributes
（5）查看数据集的前五条数据情况
（6）查看数据集中属性Sepal.Length前10行数据
（7）显示数据集中每个变量的分布情况-summary
（8）数据集列Species中各个值出现频次
（9）根据列Species画出饼图-pie
（10）算出列Sepal.Length的所有值的方差-var
（11）算出列iris$Sepal.Length和iris$Petal.Length的协方差-cov
（12）算出列iris$Sepal.Length和iris$Petal.Length的相关系数-cor
（13）画出列iris$Sepal.Length分布柱状图
（14）画出列iris$Sepal.Length的密度函数图
（15）画出列iris$Sepal.Length和iris$Sepal.Width的散点图
（16）绘出矩阵各列的散布图-plot
2使用knn包进行Kmean聚类分析
（1）将数据集进行备份newiris<-iris，将列newiris$Species置为空newiris$Species<-NULL，将此数据集作为测试数据集
（2）在数据集newiris上运行Kmean聚类分析，将聚类结果保存在kc中。在
kmean函数中，将需要生成聚类数设置为3（kmean（newiris，3））
（3）创建一个连续表,在三个聚类中分别统计各种花出现的次数-table
（4）根据最后的聚类结果画出散点图，数据为结果集中的列"Sepal.Length"和"Sepal.Width"，颜色为用1，2，3表示的缺省颜色
仪器分析实验讲义 魏福祥 河北科技大学环境科学与工程学院
《仪器分析实验》是一门实践性很强的课程，理论教学与 实验教学是一个不可分割的完整体系。搞好实验教学，是完整掌握这门课程的重要环节。《仪器分析实验》的教学目的是为了巩固和加强学生对该课程基本原理的理解和掌握，树立准确的 “量”的概念，培养学生独立思考问题、解决问题及实际操作的能力。为实现上述目的，特编写了本书。旨在通过《仪器分析实验》教学，使学生正确掌握基础分析化学的基本操作和基本技能，掌握各类指标的测定方法和测定原理，了解并熟悉引些大型分析仪器的使用方法，培养学生严谨的科学态度，提高他们的动手能力及对实验数据的确分析能力，使其初步具备分析问题、解决问题的能力，为学生后续专业课程的学习及完成学位论文和走上工作岗位后参加科研、生产奠定必需的理论和实践基础。
实验 1 原子吸收分光光度法测定黄酒中的铜和隔的含量—标准加入法 定义书签。 实验2紫外吸收光谱测定蒽醌粗品中蒽醌的含量和摩尔吸收系数￡值 定义书签。 苯甲酸红外吸收光谱的测绘一KBr 晶体压片法制样 错误！未定义书签。 间、对二甲苯的红外吸收光谱定量分—液膜法制样 错误 ！未定义书签。 错误!未 错误!未 实验3 用氟离子选择性电极测定水中微量F - 离子... 错误!未定义书签。 实验4 乙酸的电位滴定分析及其离解常数的测定 错 误 ! 未定义书签。 实验5 阳极溶出伏安法测定水样中的铜、镉含量 错 误 ! 未定义书签。 实验6 离子色谱法测定水样中F, Cl - 离子的含量. 错 误 ! 未定义书签。 实验7 邻二甲苯中杂质的气相色谱分析——内标法定量 错误 ! 未定义书签。 实验8 实验8 实验9 工业废水中有机污染物的分离与鉴定 错误！未定义书签。
《统一建模语言》实验指导书 软件学院软件工程系 李林林 2009年3月
目次 实验一rose的使用 (3) 实验二用例图 (4) 实验三类图、对象图 (7) 实验四序列图与协作图 (8) 实验五状态图 (12) 实验六活动图 (14) 实验七包图、构件图和部署图 (15) 实验八运用UML进行系统分析与设计——图书管理系统的分析与设计 (16)
实验一rose的使用 【实验题目】：rose的使用 【实验目的】：熟悉rose的环境，掌握rose的基本使用方法 【实验内容】： （1）熟悉rose界面的5大部分：浏览器、文档窗口、工具栏、框图窗口和日志； 界面的五大部分是浏览器、文档窗口、工具栏、框图窗口和日志。它们的作用如下： 浏览器：用于在模型中迅速浏览，屏幕左边的树型视图 利用浏览器，可以： a)增加模型元素 b)浏览现有模型元素 c)浏览现有模型元素之间的关系 d)移动模型元素 e)更名模型元素 f)将模型元素加进框图 g)将文件或URL链接到元素 h)将元素组成包 i)访问元素的详细规范 j)打开框图 （2）使用rose创建模型，保存模型，导出与导入模型，向Web发表模型； 保存模型的方法： file->save 导出与导入模型 导出模型的方法： file->export model 导出类包的方法： file->export
SPSS 聚类分析实验报告 一．实验目的： 1、理解聚类分析的相关理论与应用 2、熟悉运用聚类分析对经济、社会问题进行分析、 3、熟练 SPSS软件相关操作 4、熟悉实验报告的书写 二．实验要求： 1、生成新变量总消费支出=各变量之和 2、对变量食品支出和居住支出进行配对样本T 检验，并说明检验结果 3、对各省的总消费支出做出条形图（用EXCEL做图也行） 4、利用 K-Mean法把 31 省分成 3 类 5、对聚类分析结果进行解释说明 6、完成实验报告 三．实验方法与步骤 准备工作：把实验所用数据从 Word文档复制到 Excel ，并进一步导入到 SPSS数据文件中。 分析：由于本实验中要对 31 个个案进行分类，数量比较大，用系统聚类法当然也 可以得出结果，但是相比之下在数据量较大时， K 均值聚类法更快速高效，而且准确性更高。 四、实验结果与数据处理： 1.用系统聚类法对所有个案进行聚类：
生成新变量总消费支出 =各变量之和如图所示： 2.对变量食品支出和居住支出进行配对样本 T 检验，如图所示：
得出结论： 3.对各省的总消费支出做出条形图，如图所示： 4．对聚类分析结果进行解释说明： K均值分析将这样的城市分为三类： 第一类北京、上海、广东 第二类除第一类第三类以外的 第三类天津、福建、内蒙古、辽宁、山东 第一类经济发展水平高，各项支出占总支出比重高，人民生活水平高。第二类城市位于中西部地区，经济落后，人民消费水平低。第三类城市位于中东部地区，经济发展较好。
初始聚类中心 聚类 123 食品支出7776.983052.575790.72衣着支出1794.061205.891281.25居住支出2166.221245.001606.27家庭设备及服务支出1800.19612.59972.24医疗保健支出1005.54774.89617.36交通和通信支出4076.461340.902196.88文化与娱乐服务支出3363.251229.681786.00其它商品和服务支出1217.70331.14499.30总消费支出23200.409792.6614750.02 迭代历史记录a 聚类中心内的更改 迭代123 11250.5921698.8651216.114 2416.86470.786173.731 3138.955 2.94924.819 446.318.123 3.546 5849.114319.1791362.411 6805.00415.199606.915 7161.001.72475.864 832.200.0349.483 9 6.440.002 1.185 10 1.2887.815E-5.148
仪器分析实验指导 一.目的 1． 正确、熟练地掌握仪器分析实验的基本操作技能，学习并掌握典型的分析方法。 2． 熟悉并掌握各种常见分析仪器的基本原理，认真学习它们的使用方法和性能。 3． 通过一些验证性实验，使学生充分运用所学的理论知识指导实验；培养手脑并用能力和统筹安排能力。 4． 通过一些综合性实验，培养学生的综合素质及科研能力。 5． 培养严谨的科学态度和实事求是、一丝不苟的科学作风；培养科学工作者应有的基本素质。 二.要求 1．课前必须认真预习，掌握实验的方法原理及实验步骤，认真做好预习笔记。未预习者不得进行实验。 2．学生应在实验教师的指导下开启或使用实验仪器，不得擅自开启或使用实验仪器。 3．严格按照仪器分析教程和仪器操作说明书操作，出现意外，应随时告知实验教师。 4．实验教师应提前15分钟进入实验室，检查实验仪器设备，熟悉仪器操作。实验过程中，不得擅自离开实验室。注意巡视观察，认真辅导，随时纠正个别学生不规范的操作。 5． 随时记录所有实验数据在专用的实验记录本上。不得记录在其他任何地方，不得涂改原始实验数据。实验结束后经指导教师检查合格后方可离开。 6． 认真阅读“实验室安全制度”和“学生实验守则”，遵守实验室的各项规章制度。 了解消防设施和安全通道的位置。树立环境保护意识，尽量降低化学物质（特别是有毒有害试剂以及洗液、洗衣粉等）的消耗。 7． 保持实验室内安静、实验台面清洁整齐。爱护仪器和公共设施，树立良好的公共道德。 8. 每次实验不得迟到。迟到超过15分钟取消此次实验资格。因病、因事缺席，必须 请假。 三.实验安排 实验1 邻二氮菲分光光度法测定微量铁的条件试验 目的及要求：
对数据进行聚类分析实验报告 1.方法背景 聚类分析又称群分析，是多元统计分析中研究样本或指标的一种主要的分类方法，在古老的分类学中，人们主要靠经验和专业知识，很少利用数学方法。随着生产技术和科学的发展，分类越来越细，以致有时仅凭经验和专业知识还不能进行确切分类，于是数学这个有用的工具逐渐被引进到分类学中，形成了数值分类学。近些年来，数理统计的多元分析方法有了迅速的发展，多元分析的技术自然被引用到分类学中，于是从数值分类学中逐渐的分离出聚类分析这个新的分支。结合了更为强大的数学工具的聚类分析方法已经越来越多应用到经济分析和社会工作分析中。在经济领域中，主要是根据影响国家、地区及至单个企业的经济效益、发展水平的各项指标进行聚类分析，然后很据分析结果进行综合评价，以便得出科学的结论。 2.基本要求 用FAMALE.TXT、MALE.TXT和/或test2.txt的数据作为本次实验使用的样本集，利用C均值和分级聚类方法对样本集进行聚类分析，对结果进行分析，从而加深对所学内容的理解和感性认识。 3.实验要求 （1）把FAMALE.TXT和MALE.TXT两个文件合并成一个，同时采用身高和体重数据作为特征，设类别数为2，利用C均值聚类方法对数据进行聚类，并将聚类结果表示在二维平面上。尝试不同初始值对此数据集是否会造成不同的结果。 （2）对1中的数据利用C均值聚类方法分别进行两类、三类、四类、五类聚类，画出聚类指标与类别数之间的关系曲线，探讨是否可以确定出合理的类别数目。 （3）对1中的数据利用分级聚类方法进行聚类，分析聚类结果，体会分级聚类方法。。（4）利用test2.txt数据或者把test2.txt的数据与上述1中的数据合并在一起，重复上述实验，考察结果是否有变化，对观察到的现象进行分析，写出体会 4.实验步骤及流程图 根据以上实验要求，本次试验我们将分为两组：一、首先对FEMALE 与MALE中数据组成的样本按照上面要求用C均值法进行聚类分析，然后对FEMALE、MALE、test2中数据组成的样本集用C均值法进行聚类分析，比较二者结果。二、将上述两个样本用分即聚类方法进行聚类，观察聚类结果。并将两种聚类结果进行比较。 （1）、C均值算法思想
食品现代仪器分析实验指导福州大学生物科学与工程学院 吴佳
2016年5月
实验一苦味饮料中硫酸奎宁的荧光法测定 1. 目的意义 喹啉结构是“苯并吡啶”。即一个苯环与一个吡啶环稠合而成。奎宁是喹啉的衍生物，其结构如下： N 喹啉 CH2 CH N CH 3 O C H OH C H 2 N CH2 CH2 CH2 奎宁 奎宁是金鸡纳树皮中含有的苦味晶状粉末，抗疟疾药。疟疾曾是热带、亚热带地区猖獗流行的疾病，曾夺走成千上万人的生命。17世纪末，奎宁由欧洲传入我国，曾称为“金鸡纳霜”，当时是非常罕见的药。后来，瑞典纳尤斯对这种植物的树皮进行了认真的研究，提取了其中的有效成分金鸡纳碱，起名为“奎宁”。“奎宁”这个词在秘鲁文字中是树皮的意思。直到1945年，奎宁才实现了人工合成。奎宁是碱性物质，与硫酸反应生成盐，俗名硫酸奎宁。 在饮料中硫酸奎宁是调味料，主要用在滋补品和苦柠檬水中，有调味及预防疟疾之功效，例如汤力水是Tonic Water的音译，又叫奎宁水、通宁汽水。是苏打水与糖、水果提取物和奎宁调配而成的。可作为苦味饮料或用于配制鸡尾酒或其它饮料。奎宁饮料以其微苦的口味成为畅销的解渴饮料，特别是在夏季人们大量饮用，但大量消费含奎宁成分的饮料对一些个体有害，如新陈代谢紊乱或对这种物质有超敏性的人要避免摄取奎宁，特别是孕妇。对怀孕期间每天饮用一升以上奎宁饮料的孕妇进行的调查显示，出生后24小时，新生儿就出现神经战栗症状，在他们的尿液中发现了奎宁成分，但2个月以后这些症状就不存在了。为此，对奎宁含量的测定具有重要意义。 2. 原理： 本实验包括荧光光谱和激发光谱测定，以及苦味饮料中硫酸奎宁含量测定。硫酸奎宁是强荧光性物质，在紫外光照射下，会发射蓝色荧光。在稀溶液中荧光强度与硫酸奎宁浓度成正比，可根据荧光强度求出硫酸奎宁浓度。 荧光(发射)光谱： 固定激发光波长和强度，在不同的波长下测定所发射的荧光强度，以发射波长为横坐标，以荧光强度为纵坐标，所作曲线为荧光发射光谱。 荧光发射光谱是选择最大荧光发射波长的依据。 荧光激发光谱： 固定荧光发射波长(一般在最大发射波长处)，改变激发光波长，得出不同激发波长的荧光强度，以激发光波长为横坐标，以荧光强度为纵坐标，所得曲线称为激发光谱。
《工作分析》实验指导书 一、本课程实验目的 工作分析是一项重要的人力资源管理基础性工作，它具有很强的实用性和操作性。在日常的教学中，学生们往往只能直观地感受到它的操作理论和方法，但缺乏采用工作分析的具体方法亲自设计工作分析各个环节的能力，为此，借助于实验教学，给学生们提供了动手的机会，从而增强了学生的实践工作能力。 二、实验要求 本课程实验要求学生掌握如下技能： 1、设计企业员工基本资料统计表，并对案例表格利用Excel进行相关分析; 2、设计工作分析调查问卷及工作分析面谈提纲样本; 3、用企业MIS标准语言符号,设计案例企业的工作分析实施流程及进度; 4、对案例企业设计工作评价指标及评分标准;设计案例企业人力资源总监财务总 监和销售总监的标准职位说明书. 三、实验内容 本课程实验由四部分组成，共需16 学时，具体要求与内容如下： 1．实验一设计企业员工基本资料统计表，并对案例表格利用Excel进行相关分析; 实验目的及实验的具体要求如下： 通过该实验强化学生对企业人力资源基本资料的获取和分析的操作能力,熟练掌握利用Excel进行表格分析处理的技能.要求学生分组完成企业员工基本资料统计表设计,单独完成对案例表格资料的分析. ⑴2-3人的小组,共同完成企业员工基本资料统计表的设计,所设计的表格能够清楚的反映出如下信息:员工姓名、性别、岗位名称及所在部门；员工年龄、学历、所学专业及毕业时间；员工参加工作时间、加入本公司时间、职称及政治面貌；考核、薪酬等信息。 ⑵信息表达是格式有利于Excel进行分析处理。 ⑶从表格上能够对企业的人类资源总体状况以清晰、有效的把握。 ⑷要求学生单独完成对案例表格资料的分析。对老师提供的某企业的员工基本资料统计表进
1. 模糊聚类分析模型 环境区域的污染情况由污染物在4个要素中的含量超标程度来衡量。设这5个环境区域的污染数据为1x =(80, 10, 6, 2), 2x =(50, 1, 6, 4), 3x =(90, 6, 4, 6), 4x =(40, 5, 7, 3), 5x =(10, 1, 2, 4). 试用模糊传递闭包法对X 进行分类。 解 ： 由题设知特性指标矩阵为: * 80106250164906464057310124X ????????=???????? 数据规格化：最大规格化' ij ij j x x M = 其中： 12max(,,...,)j j j nj M x x x = 00.8910.860.330.560.1 0.860.671 0.60.5710.440.510.50.11 0.1 0.290.67X ????????=?? ?????? 构造模糊相似矩阵: 采用最大最小法来构造模糊相似矩阵55()ij R r ?=, 1 0.540.620.630.240.5410.550.700.530.62 0.5510.560.370.630.700.5610.380.240.530.370.381R ?? ??? ???=?? ?????? 利用平方自合成方法求传递闭包t (R ) 依次计算248,,R R R , 由于84R R =，所以4()t R R =
2 10.630.620.630.530.6310.560.700.530.62 0.5610.620.530.630.700.6210.530.530.530.530.531R ?? ??????=?? ??????， 4 10.630.620.630.530.6310.620.700.530.62 0.6210.620.530.630.700.6210.530.53 0.530.530.531R ????????=?? ?????? =8R 选取适当的置信水平值[0,1]λ∈, 按λ截矩阵进行动态聚类。把()t R 中的元素从大到小的顺序编排如下: 1>0.70>0.63>062>053. 依次取λ=1, 0.70, 0.63, 062, 053，得 11 000001000()0 010******* 0001t R ????? ? ??=?? ??????，此时X 被分为5类：{1x }，{2x }，{3x }，{4x }，{5x } 0.7 1000001010()001000101000001t R ?????? ??=?? ??????，此时X 被分为4类：{1x }，{2x ，4x }，{3x }，{5x } 0.63 1101011010()001001101000001t R ?????? ??=?? ??????，此时X 被分为3类：{1x ，2x ，4x }，{3x }，{5x } 0.62 1111011110()11110111100 0001t R ?????? ??=?? ?????? ，此时X 被分为2类：{1x ，2x ，4x ，3x }，{5x }
实验报告 姓名学号专业班级 课程名 统计分析SPSS软件实验室 称 成绩指导教师 实验名称SPSS的聚类分析 1、实验目的： 掌握层次聚类分析和K-Means聚类分析的基本思想和具体，并能够对分析结果进行解释。 二、实验题目： 1.、现要对一个班同学的语文水平进行聚类，拟聚为三类，聚类依据是 两次语文考试的成绩。数据如下表所示。试用系统聚类法和K-均值法进 行聚类分析。 人名第一次语文成绩第二次语文成绩 张三9998 王五8889 赵四7980 小杨8978 蓝天7578 小白6065 李之7987 马武7576 郭炎6056 刘小100100
3、实验步骤（最好有截图）： 1.先打开常用软件里的SPSS 11.5 for Windows.exe,在Variable View 中根据题目输入相关数据,如下图所示 2.在Data View中先输入数据,结果如下图所示 3. 首先试用系统聚类法对相关数据进行聚类 4. 选择菜单:【Analyze】→【Classify】→【Hierarchical Cluster】，然后选择参与层次聚类分析的变量两次语文考试的成绩到【Variable（s）】框中，再选择一个字符型变量“人名”作为标记变量到【Label Cases by】框中。
5.按“Plots”后进行选择 6.按“Statistics”后进行选择
7.按“Method”后进行选择
8.对第一个表格进行保存，并且命名为“语文水平.sav”，同时保存输出结果 4、实验结果及分析（最好有截图）： 第一题： 1. 首先试用系统聚类法对相关数据进行聚类
仪器分析实验指导书 化学教学部衡林森编 重庆邮电学院生物信息学院 2004年2月26日 前言 仪器分析是以物质的物理和物理化学性质为基础建立起来的一种分析方法，测定时，常常需要使用比较特殊或复杂的仪器。它是分析化学的发展方向。仪器分析作为现代的分析测试手段，日益广泛地为许多领域内的科研和生产提供大量的物质组成和结构等方面的信息，因而仪器分析成为高等学校中许多专业的重要课程之一。 对于我们的学生来说，将来并不从事分析仪器制造或者仪器分析研究，而是将仪器分析作为一种科学实验的手段，利用它来获取所需要的信息。仪器分析是一门实验技术性很强的课程，没有严格的实验训练，就不可能有效地利用这一手段来获得所需要的信息。 通过实验教学可以加深对仪器分析方法原理的理解、巩团课堂教学的效果，这只是一方面；更重要的是．通过实验培养学生严格的实事求是的科学作风，独立从事科学实验研究，提出和解决问题的能力。良好的科学作风，独立工作的能力将会对学生的未来发展产生深远的影响。 理论可以指导实验，通过实验可以验证和发展理论。实验验证和发展理论的作用是以对实验现象的严密细心的考察和实验数据的科学分析为基础的，而高超熟练的实验技能是获得精密实验数据的必要和先决条件。一般说来，仪器分析实验特别是大型仪器分析实验，其特点是操作较
复杂，影响因素较多，信息量大．需要通过对大量的实验数据的分析和图谱解析来获取有用的信息。这些特点，对培养学生理论联系实际、掌握和提高实验技能、分析推理能力是大有好处的。因此必须充分重视仪器分析实验课的教学。 由于实验室不可能购置多套同类仪器设备，一般多采用几人一组做仪器分析实验，对于大型分析仪器，让学生自己动手在仪器上做实验有困难的，也尽可能地安排了一些演示实验，或者对该仪器可能提供的分析信息做了必要的介绍。 学生在实验中应认真地观察实验现象，仔细地记录数据与分析结果，积极思考，注意手脑并用，善于发现和解决实验过程中出现的问题，养成良好的实验习惯。 写好实验报告是仪器分析实验的延续和提高。实验报告应包括：实验名称、实验日期、实验方法和原理、实验仪器类型与型号、主要实验步骤或主要实验条件、实验数据(图谱)及其处理以及结果、讨论等。对实验结果的分析与讨论是实验报告的重要部分，其内容虽无固定模式，但是可涉及诸如对实验原理的进一步深化理解，做好实验的关键及自己的体会，实验现象的分析和解释，结果的误差分析以及对该实验的改进意见等方面。以上内容学生都可就其中体会较深者讨论一项或几项。科学实践的经验告诉人们，实验中的“异常”情况的出现、往往是发现新的科学现象的先导、对实验中异常情况的深入分析和解释、有可能启发人们从中发现新的实验事实和苗头，获得意想不到的有价值的试验结果。因此，在实验过程中积极开动脑筋思考问题，在实验后深入进行分析和总结，是提高实验质量的
《应用回归分析》实验指导书 倪伟才编 二00四年十一月
《应用回归分析》实验指导书 一、实验教学简介 《应用回归分析》是统计专业的必修课程，同时也是核心课程。该课程教学是以数学分析、线性代数、概率统计为预备知识，同时为计量经济学课程的教学奠定基础。本课程在系统介绍回归分析基本理论和方法的同时，结合社会、经济、医学等领域的实际例子，把回归分析方法和实际应用相结合，注意定性分析和定量分析的紧密结合。实验教学是该课程必不可少的、重要的组成部分。 本实验课程的案例中的数据处理主要运用我国已较流行的SPSS统计软件来实现,再结合SAS与Excel。通过本课程的学习，使学生能够熟练地运用SPSS 统计软件进行回归分析，利用回归的方法解决一些实际问题，同时介绍SPSS使用中的一些小技巧。 实验教学的主要内容有：一元线性回归模型的估计、回归系数的检验、回归方程的检验、预测；多元线性回归模型的估计、回归系数的检验、回归方程的检验、预测；异方差的检验（多种检验方法）；加权最小二乘估计；自相关性的诊断及差分法；逐步回归法；多重共线性的诊断；岭回归；多项式回归；曲线回归等。 二、实验教学目的与任务 通过对本课程的实验教学，不仅使学生掌握回归分析的基本概念、基本原理、基本方法，而且能够熟练地运用SPSS统计软件进行回归分析，利用回归的方法解决一些实际问题，同时掌握SPSS使用中的一些小技巧。强调定性分析与定量分析的有机结合，注重理论水平和实际操作的有机结合。 三、实验教学数据的存放 本实验指导书涉及到的数据均以SPSS格式或Excel格式给出，并放在班级的服务器上，学生完全可以共享。为了保持实验指导书的完整性，所有的数据也附在每一个实验的题目后面。
聚类分析实验报告记录
————————————————————————————————作者：————————————————————————————————日期：
《应用多元统计分析》 课程实验报告 实验名称：用聚类分析的方法研究山东省17个市的产业类型 的差异化 学生班级：统计0901 学生姓名：贾绪顺杜春霖陈维民张鹏 指导老师：____________张艳丽_____________________ 完成日期：2011.12.12
一，实验内容 根据聚类分析的原理，使用系统聚类分析的COMplete linkage (最长距离法)和WARD(离差平方和法)，运用SPSS软件对2009年山东省17个城市生产总值的数据进行Q型聚类，将17个城市分为5类，发现不同城市产业类型的差异化，并解释造成这种差异的原因 二，实验目的 希望通过实验研究山东省17个市的生产总值的差异化，并分析造成这种差异化的原因，可以更深刻的掌握聚类分析的原理；进一步熟悉聚类分析问题的提出、解决问题的思路、方法和技能；达到能综合运用所学基本理论和专业知识；锻炼收集、整理、运用资料的能力的目的；希望能会调用SPSS软件聚类分析有关过程命令，并且可以对数据处理结果进行正确判断分析，作出综合评价。 三，实验方法背景与原理 3.1方法背景 聚类分析又称群分析，是多元统计分析中研究样本或指标的一种主要的分类方法，在古老的分类学中，人们主要靠经验和专业知识，很少利用数学方法。随着生产技术和科学的发展，分类越来越细，以致有时仅凭经验和专业知识还不能进行确切分类，于是数学这个有用的工具逐渐被引进到分类学中，形成了数值分类学。近些年来，数理统计的多元分析方法有了迅速的发展，多元分析的技术自然被引用到分类学中，于是从数值分类学中逐渐的分离出聚类分析这个新的分支。结合了更为强大的数学工具的聚类分析方法已经越来越多应用到经济分析和社会工作分析中。在经济领域中，主要是根据影响国家、地区及至单个企业的经济效益、发展水平的各项指标进行聚类分析，然后很据分析结果进行综合评价，以便得出科学的结论。 聚类分析源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。聚类分析的主要应用，在商业方面，最常见的就是客户群的细分问题，可以从客户人口特征、消费行为和喜好方面的数据，对客户进行特征分析，充分利用数据进行客户的客观分组，使诸多特征有相似性的客户能被分在同一组内，而不相似的客户能被区分到另一些组中。在生物方面，聚类分析可以用来对动植物进行分类，对基因进行分类等，从而获取对动植物种群固有结构的认识，对物种进行很好的分类。在电子商务方面，聚类分析在电子商务中网站建设数据挖掘中也是很重要的一个方面，通过对客户的浏览行为、浏览网站、客户的年龄等，对客户进行分析，找出不同客户的共同特征，通过共同特征对客户进行分类，可以帮助电子商户更好的了解他们的客户，并向客户提供更合适的服务。在保险行业上，根据产、寿险进行分类，不同类别的公司进行分类，对保险投资比例进行分类管理，从而提高保险投资的效率。 3.2实验的方法与原理 聚类分析是研究“物以类聚”的一种科学有效的方法。做聚类分析时，出于不同的目的和要求，可以选择不同的统计量和聚类方法。 聚类分析方法中最常用的一种是系统聚类法，其基本思想是：先将待聚类的n个样品（或者变量）各自看成一类，共有n类；然后按照选定的方法计算每两类之间的聚类统计量，即某种距离（或者相似系数），将关系最为密切的两类合为一类，其余不变，即得到n-1类；再按照前面的计算方法计算新类与其他类之间的距离（或相似系数），再将关系最为密切的
实验一仪器分析实验基本技能训练 一、实验目的：1、熟悉常规玻璃器皿的洗涤 2、常用玻璃器皿洗涤试剂的配制 3、特殊玻璃器皿的洗涤方法 4、分析数据的常规处理方法 二、实验用品： 玻璃器皿：烧杯（各种规格若干）；量筒（各种规格若干）；试管若干；滴管若干；试剂瓶若干；漏斗；玻棒；移液管若干；滴定管；三角瓶；培养皿等常用辅助仪器：托盘天平、电子天平、恒温干燥箱 清洁工具：各种规格刷子、洗衣粉、去污粉、肥皂、洗涤液、有机溶剂三、方法：玻璃器皿及玻片洗涤法 肥皂，肥皂液，洗衣粉，去污粉，用于可以用刷子直接刷洗的仪器，如烧杯，三角瓶，试剂瓶，量筒，试管等；洗液多用于不便用于刷子洗刷的仪器，如滴定管，移液管，容量瓶，蒸馏器等特殊形状的仪器，也用于洗涤长久不用的杯皿器具和刷子刷不下的结垢。用洗液洗涤仪器，是利用洗液本身与污物起化学反应的作用，将污物去除。因此需要浸泡一定的机会充分作用；有机溶剂是针对污物属于某种类型的油腻性，而借助有机溶剂能溶解油脂的作用洗除之，或借助某些有机溶剂能与水混合而又发挥快的特殊性，冲洗一下带水的仪器将不洗去。如，甲苯，二甲苯，汽油等可以洗油垢，酒精，乙醚，丙酮可以冲洗刚洗净而带水的仪器。 （一）玻片洗涤法 实验用玻片，必须清洁无油，清洗方法如下： 1．新购置的载片，先用2％盐酸浸泡数小时，冲去盐酸。再放浓洗液中浸泡过夜,用自来水冲净冼液，浸泡在蒸馏水中或擦干装盒备用。 2．用过的载片，先用纸擦去石蜡油，再放入洗衣粉液中煮沸，稍冷后取出。逐个用清水洗净，放浓洗液中浸泡24h，控去洗液，用自来水冲洗。蒸馏水浸泡。 3．用于染色的玻片，经以上步骤清洗后，应选择表面光滑无伤痕者，浸泡在95％的乙醇中暂时存放，用时取出，用干净纱布擦去酒精，并经过火焰微热，
一、前实验：对无关变量的影响小 例子1-1：一作文实验的实验设计 一位语文教师深感小学生作文言之无物，于是设计了“情景作文”方法在班上试行，经一段时间后发现学生作文质量有较普遍的提高。 自变量：学习“情景作文”的方法 因变量：作文质量 前实验，单因子实验，自然实验 条件控制：同一教师教学 例子1-2：范文在习作训练中的作用 某学校4个班149名学生，先让学生写作文并评分，然后给学生提供范文模仿，让学生独立阅读，分析、理解范文，然后进行仿写。对仿写后的作文进行评阅，比较两次作文成绩的差异。 自变量：学习“情景作文”的方法 因变量：作文质量 准实验，多因子实验，自然实验 条件控制：同一教师教学，作业练习时间统一，统一测试训练前作文能力。 特点：增加了一个前侧；单组、无对照组；不是随机试验 例子1-3：学习方法指导的固定组比较实验 某校2个班，在第一班由教师每周上1节学习方法的指导课，第二班不开展任何学习方法指导活动，一学期结束时，比较两个班学生的学业成绩和学习能力。 自变量：是否进行学习方法指导 因变量：学生的学业成绩和学习能力 准实验，单因子实验，自然实验 条件控制：作业练习时间统一，一学期。 没有进行同一教师教学，没有统一测试入学前能力和情况。 特点：有对照组；不随机和随意分配 二、准实验：对无关变量的影响有所加强 例子2-1：记数教学的结构—定向教育实验 某小学一年级两个班各41人，实验班按照实验教材和教学指导书进行万以内计数教学，对比班按照全国统一的教材和教学指导书进行万以内计数教学； 自变量：不同的教材和教学指导书 因变量：分段数学成绩； 条件控制：同一教师教学，作业练习时间统一，统一测试入学前数学能力和智力情况。 统计分析：实验班和对比班因变量增值比较，即O2-O4和 (O2-O1)-(O4-O3)，对两组增值分数平均差进行t 检验以考核其差异的显著性。 特点：不等控制组设计：实验组有前后测、控制组 实验组和对照组，实验组有前后测 O1XO2;O3-O4
《应用多元统计分析》 ——报告 班级： 学号： 姓名：
聚类分析的案例分析 摘要 本文主要用SPSS软件对实验数据运用系统聚类法和K均值聚类法进行聚类分析，从而实现聚类分析及其运用。利用聚类分析研究某化工厂周围的几个地区的 气体浓度的情况，从而判断出这几个地区的污染程度。 经过聚类分析可以得到，样本6这一地区的气体浓度值最高，污染程度是最严重的，样本3和样本4气体浓度较高，污染程度也比较严重，因此要给予及时的控制和改善。 关键词：SPSS软件聚类分析学生成绩
一、数学模型 聚类分析的基本思想是认为各个样本与所选择的指标之间存在着不同程度的相 似性。可以根据这些相似性把相似程度较高的归为一类，从而对其总体进行分析和总结，判断其之间的差距。 系统聚类法的基本思想是在这几个样本之间定义其之间的距离，在多个变量之间定义其相似系数，距离或者相似系数代表着样本或者变量之间的相似程度。根据相似程度的不同大小，将样本进行归类，将关系较为密切的归为一类，关系较为疏远的后归为一类，用不同的方法将所有的样本都聚到合适的类中，这里我们用的是最近距离法，形成一个聚类树形图，可据此清楚的看出样本的分类情况。 K 均值法是将每个样品分配给最近中心的类中，只产生指定类数的聚类结果。 二、数据来源 《应用多元统计分析》第一版164 页第6 题 我国山区有一某大型化工厂，在该厂区的邻近地区中挑选其中最具有代表性的 8 个大气取样点，在固定的时间点每日 4 次抽取6 种大气样本，测定其中包含的8 个取样点中每种气体的平均浓度，数据如下表。试用聚类分析方法对取样点及 大气污染气体进行分类。 三、建立数学模型 一、运行过程
实验三 一、实验原理 K-Means算法是一种 cluster analysis 的算法，其主要是来计算数据聚集的算法，主要通过不断地取离种子点最近均值的算法。 在数据挖掘中，K-Means算法是一种cluster analysis的算法，其主要是来计算数据聚集的算法，主要通过不断地取离种子点最近均值的算法。 算法原理： (1) 随机选取k个中心点； (2) 在第j次迭代中，对于每个样本点，选取最近的中心点，归为该类； (3) 更新中心点为每类的均值； (4) j<-j+1 ,重复(2)(3)迭代更新，直至误差小到某个值或者到达一定的迭代步 数，误差不变. 空间复杂度o(N) 时间复杂度o(I*K*N) 其中N为样本点个数，K为中心点个数，I为迭代次数 二、实验目的： 1、利用R实现数据标准化。 2、利用R实现K-Meams聚类过程。 3、了解K-Means聚类算法在客户价值分析实例中的应用。 三、实验内容 依据航空公司客户价值分析的LRFMC模型提取客户信息的LRFMC指标。对其进行标准差标准化并保存后，采用k-means算法完成客户的聚类，分析每类的客户特征，从而获得每类客户的价值。编写R程序，完成客户的k-means聚类，获得聚类中心与类标号，并统计每个类别的客户数
四、实验步骤 1、依据航空公司客户价值分析的LRFMC模型提取客户信息的LRFMC指标。
2、确定要探索分析的变量 3、利用R实现数据标准化。 4、采用k-means算法完成客户的聚类，分析每类的客户特征，从而获得每类客户的价值。
五、实验结果 客户的k-means聚类，获得聚类中心与类标号，并统计每个类别的客户数 六、思考与分析 使用不同的预处理对数据进行变化，在使用k-means算法进行聚类，对比聚类的结果。 kmenas算法首先选择K个初始质心，其中K是用户指定的参数，即所期望的簇的个数。 这样做的前提是我们已经知道数据集中包含多少个簇. 1.与层次聚类结合 经常会产生较好的聚类结果的一个有趣策略是，首先采用层次凝聚算法决定结果
k-means聚类”——数据分析、数据挖掘 一、概要 分类作为一种监督学习方法，要求必须事先明确知道各个类别的信息，并且断言所有待分类项都有一个类别与之对应。但是很多时候上述条件得不到满足，尤其是在处理海量数据的时候，如果通过预处理使得数据满足分类算法的要求，则代价非常大，这时候可以考虑使用聚类算法。聚类属于无监督学习，相比于分类，聚类不依赖预定义的类和类标号的训练实例。本文介绍一种常见的聚类算法——k 均值和k 中心点聚类，最后会举一个实例：应用聚类方法试图解决一个在体育界大家颇具争议的问题——中国男足近几年在亚洲到底处于几流水平。 二、聚类问题 所谓聚类问题，就是给定一个元素集合D，其中每个元素具有n 个可观察属性，使用某种算法将D 划分成k 个子集，要求每个子集内部的元素之间相异度尽可能低，而不同子集的元素相异度尽可能高。其中每个子集叫做一个簇。 与分类不同，分类是示例式学习，要求分类前明确各个类别，并断言每个元素映射到一个类别，而聚类是观察式学习，在聚类前可以不知道类别甚至不给定类别数量，是无监督学习的一种。目前聚类广泛应用于统计学、生物学、数据库技术和市场营销等领域，相应的算法也非常的多。本文仅介绍一种最简单的聚类算法——k 均值（k-means）算法。 三、概念介绍 区分两个概念： hard clustering：一个文档要么属于类w，要么不属于类w，即文档对确定的类w是二值的1或0。
soft clustering：一个文档可以属于类w1，同时也可以属于w2，而且文档属于一个类的值不是0或1，可以是这样的小数。 K-Means就是一种hard clustering，所谓K-means里的K就是我们要事先指定分类的个数，即K个。 k-means算法的流程如下： 1）从N个文档随机选取K个文档作为初始质心 2）对剩余的每个文档测量其到每个质心的距离，并把它归到最近的质心的类 3）重新计算已经得到的各个类的质心 4）迭代2～3步直至满足既定的条件，算法结束 在K－means算法里所有的文档都必须向量化，n个文档的质心可以认为是这n 个向量的中心，计算方法如下： 这里加入一个方差RSS的概念： RSSk的值是类k中每个文档到质心的距离，RSS是所有k个类的RSS值的和。 算法结束条件： 1）给定一个迭代次数，达到这个次数就停止，这好像不是一个好建议。
环境仪器分析 实验指导书 吴娟 主编 资源与环境学院环境科学教研室
实验一 可见光分光光度计系列、紫外可见分光光度计的使用及校正 （一）分光光度计的发展与使用方法 一、实验目的： 使学生能根据仪器说明书安装仪器，达到了解仪器的原理及构造，并熟悉仪器的使用方法和仪器的调试方法。 二、实验原理： 分光光度法是基于物质分子对光的选择性吸收建立起来的分析方法，当一束平行单色光照射到任何均匀、非散射的溶液时，光的一部分被溶液吸收，一部分光透过溶液。不同物质的溶液对光的吸收程度与其浓度、透过的液层厚度及入射光的波长等因素有关。当入射光波长一定时，其定量关系符合朗伯比尔定律： A=lg t o I I =KLC A 为吸光度 C 为溶液的浓度 L 为光程 三、试剂和仪器设备 可见光光度计 紫外可见分光光度计（均注明仪器型号） 石英比色皿 玻璃比色皿 0.004%高锰酸钾溶液 四、实验步骤 （1）熟悉仪器的操作规程及注意事项。 （2）按照仪器说明书连接好仪器。 （3）打开仪器上盖讲解仪器各部分组成。 （4）利用基准物质校准仪器的波长。 （5）用0.004%高锰酸钾溶液，以蒸馏水为参比，测定其最大吸收波长是否在523nm 和544nm 。 五、思考题： 简述分光度计使用注意事项。 （二）分光光度法测定溴百里酚蓝的pK a 值 一、实验目的 1.了解和掌握分光光度法测定指示剂pK a 值的原理和实验技能。 2.学习掌握酸度计的使用方法，掌握用作图法求pK a 值的方法。 二、实验原理
分析化学中常用的指示剂、显色剂大多为有机弱酸或弱碱，若其酸式和碱式体具有不同颜色，便可利用光度法来测定其离解常数。 溴百里酚蓝为一元弱酸，在溶液中存在如下离解平衡： -In H HIn +=+ [HIn] ]In ][H [K -a +=? 即 ][In ]HIn [lg pH pK -a +=? 由上式可知，在一确定的pH 值下，只要知道[HIn]与[In -]的比值，就可以计算pK a 值。根据吸光度加和性原理得： ]In []HIn [A -In HIn - εε?+= ] H [K c K ]H [K c ]H [A a a In a HIn -++++++=εε? 其中c 为溴百里酚蓝的分析浓度， c=[HIn]+[In -]，做HIn 或者In -的吸收曲线，确定其最大吸收处的波长为测定波长。 在高酸度下，近似认为溴百里酚蓝只以HIn 存在，在选定的波长下测定其吸光度，则有 c ]HIn [A HIn HIn HIn εε?≈= 在低酸度下，可认为该酸主要以In -结构存在，在选定波长下测定吸光度，则有 c ]In [A - --In -In In εε?≈= 综合以上各式，得 A A A -A lg pH pK --HIn In a ?+= 以A A A -A lg -- HIn In ?对pH 作图，直线与pH 轴的交点之pH 即为pK a 值。 三、仪器和试剂 1. 分光光度计；比色皿；酸度计 2. NaH 2PO 4溶液（0.2mol/L ），K 2HPO 4溶液（0.2mol/L ）。
聚类分析实验报告 姓名: 学号: 班级: 一:实验目的 1.了解聚类分析的基本原理及在spss中的实现过程。 2.通过对指标进行聚类,体会降维的处理过程。 3.通过不同性质指标对样本进行聚类,体会归类的思想。 二:实验原理 聚类分析就是根据事物本身的特性来定量研究分类问题的一种多元统计分析方法。其基本思想就是同一类中的个体有较大的相似性,不同类中的个体差异较大,于就是根据一批根据一批样品的多个观察指标,找出能够度量样品(或变量)之间相似度的统计量,并以此为依据,采用某种聚类法,将所有的样品(或变量)分别聚合到不同的类中。 三:实验过程 本实验就是通过对上市公司分析所得。由基本经济知识知道评价一个上市公司的业绩主要从以下四个方面:盈利能力,偿债能力,成长能力,经营能力。所以我分别从这四个方面共选取了19个指标来对上市公司的业绩进行评价。具体数据请见EXCEL。 由上面的分析我们知道评定一个上市公司业绩的指标有四类,但我们瞧EXCEL可知,每一类下面有4-5个指标,每类指标有较强相关性,存在多重共线性与维数过高而不易分析得影响。所以首先采用系统聚类法对每类指标进行聚类,再采用比较复相关系数得出每类最具代表的指标,达到降维的目的。(注:以下对指标分析均采用主间连接法,度量标准为person相关性) 以下就是实验截图: （1）:对盈利能力指标
从上表分析我们可将盈利能力的4个指标分为两类,即“毛利率”为一类,“销售净利率”、“成本费用利润率”与“资产净利润”为一类。所以“毛利率”为一类,另外再对“销售净利润”、“成本费用利润率”与“资产净利润”分别作对另3个指标的复相关系数,结果如下: ①、以“销售净利润”为因变量,其余为自变量得: 模型汇总 模型R R 方调整 R 方标准估计的误 差 1 、980a、960 、957 、20721755 a、预测变量: (常量), Zscore: 资产净利率(%), Zscore: 毛利率(%), Zscore: 成本费用利润率(%)。 ②、以“成本费用利润率”为因变量,其余为自变量得: 模型汇总 模型R R 方调整 R 方标准估计的误 差 1 、978a、957 、953 、21603919 a、预测变量: (常量), Zscore: 销售净利率(%), Zscore: 毛利率(%), Zscore: 资产净利率(%)。 ③、以“资产净利润”为因变量,其余为自变量得: 模型汇总 模型R R 方调整 R 方标准估计的误 差