多元第五章答案
第五章-多元函数微分学习题参考答案
第五章-多元函数微分学习题参考答案第五章多元函数微分学习题练习5.11.在空间直⾓坐标系下,下列⽅程的图形是什么形状? (1) )(4222椭圆抛物⾯z y x =+ (2)圆锥⾯）(4222z y x =+(3) 椭球⾯）(19164222=++z y x (4) 圆柱⾯）(122=+z x 2.求下列函数的定义域: (1)y x z --=解：??≥-≥0y x y即??≥≥≥y x x y 200 ∴函数的定义域为{}y x y x y x ≥≥≥2,0,0|),((2) z =解：0≥-y x{}0|),(≥-∴y x y x 函数的定义域为3. ()y x f ,对于函数=yx yx +-,证明不存在),(lim 0y x f x →分析：由⼆元函数极限定义，我们只须找到沿不同路径0(0,0)p p →时，所得极限值不同即可。
证明：①(,)0,0)(0,0)p x y x x y p ≠=0当沿轴(此时趋于时，(,)(,0)1,lim (,)1x y f x y f x f x y →→===②当0(,)(0)00p x y y kx k p =≠沿直线趋于（，）时， 0011(,)lim (,)1(0)11x y x kx k kf x y f x y k x kx k k→→---=1.求下列函数的偏导数①;,,33yz x z xy y x z -=求解：23323,3xy x yz y y x x z -=??-=?? ②;,,)ln(yzx z xy z =求解：[]1211ln()2z xy y x xy -?=??=?[]1211ln()2z xy x y xy -== ③222ln(),,z z z x x y x x y=+?求解：1ln()z x y x x x y=+++ 2222)(2)(1))(ln()(y x y x y x x y x y x y x x y x x x z x x z ++=+-+++=+++??==??2221()(ln())()()z z x x yx y x y y x y x y x y x y x y ==++=-=?++++ ④;,3z y x ue u xyz=求解；22,()xyz xyz xyz xyz u u yze ze yzxze z xyz e x x y==+=+? 3222()(())(12)()xyz xyz xyzu u z xyz e xyz e z xyz xye x y z z x y z==+=+++???=)31()21(222222z y x xyz e z y x xyz xyz e xyz xyz ++=+++y x f y xy ?-?+=→?)1,2()1,2(lim,),(02则解：①22(1)200(2,1)(2,1)0lim lim ()0y y y f y f e e y y +??→?→+?--=??未定式22(1)04(1)10lim 1y y e y +??→?+??-= = 42e ②22201(2,1)(2,1)lim(2,1)24xy y x y y f y f f e xye y=?→=+?-'==?=?3．设23ln(1),111x y z ux y z u u u '''=+++++在点（，，）处求解：2311x u x y z '=+++ 2321yyu x y z '=+++ 22331z z u x y z '=+++ (1,1,1) 1233()|4442x y z u u u '''∴++=++= 4．设2,20xy z zz e xy x y=+=求证: 证明：2xy y z e y e x y-?=?=?Q 22331(2)2x xy y z e x xy e y y-?=??-=-?Q22222323122(2)22x x x xy y y y z z x y xy e ye x xy e y xy e x y y---??∴+=+??-=-?+?? = 0证毕练习5.31.求下列函数的全微分(1) 求z xy =在点（2，3）处当时的全增量与全微分与2.01.0-=?=?y x 解：全增量12.068.21.2)3,2()2.03,1.02(-=-?=--+=?f f zx y dz z dx z dy ydx xdy ''=+=+(2,3)0.10.230.12(0.2)0.1dx dy dz==-=?+?-=-（2）求时的全微分当2,1),1ln(22==++=y x y x z解：22222211z z x y dz dx dy dx dy x y x y x y ??=+=+??++++ dy dx dy dx dz323141144112)2,1(+=+++++=（3）,u xy yz zx du =++求解：u u udu dx dy dz x y z=2．计算下列各式的近似值（分析运⽤公式010000000()(,)(,)(,)x y f x x y y f x y f x y x f x y y ''+?+?≈+?+?）（1）03.2)1.10(解：令03.0,2,1.0,10,),(00=?==?==y y x x x y x f y 取2.03(10.1)=00000000(,)(,)(,)(,)x y f x x y y f x y f x y x f x y y ''+?+?≈+?+?01.0ln 1.010)2,10()2,10(12?+?+=-x x yx y y9.10810ln 32100≈++= (2) )198.003.1ln(43-+解:令)1ln(),(43-+=y x y x f 取 02.0,1,03.0,100-=?==?=y y x x 原式(10.03,10.02)f =+-23(1,1)11)|(0.03)x -≈+-+34(1,1)1|(0.02)y -+-= 0+005.002.04103.031=?-(3) 0046tan 29sin解：令y x y x f tan sin ),(= 取 00,,,61804180x x y y ππ==-=?=则原式=)1804,1806(ππππ+-f(,)(,)()(,)646418064180x y f f f ππππππππ''≈+-+ =2(,)(,)646411cos tan |()sin sec |2180180x y x y ππππππ?+-+?= 0.5023练习5.41. 求下列函数的导数或偏导数。
应用多元统计分析课后习题答案详解北大高惠璇(第五章部分习题解答)
所以样品x=2.5判归 1. 判归G 因0.5218>0.3798>0.0984,所以样品 所以样品 判归
8
第五章 判别分析
5 − 3 设总体Gi 的均值为µ ( i ) (i = 1,2),同协差阵Σ. 1 ′µ (1) + a′µ ( 2 ) ), (其中a = Σ −1 ( µ (1) − µ ( 2) )), 记µ = (a 2 试证明(1)E(a′X | G1 ) > µ ; (2)E(a′X | G2 ) < µ . 1 (1) 1 (1) (2) ′X | G1) − µ = a′µ − (a′µ + a′µ ) = (a′µ(1) − a′µ(2) ) 解: E(a 2 2 1 (1) (2) −1 (1) (2) = (µ − µ )′Σ (µ − µ ) > 0, (因Σ > 0) 2 1 (1) (2) −1 (1) (2) 类似可证: E(a′X | G2 ) − µ = − (µ − µ )′Σ (µ − µ ) < 0,. 2 即 E(a′X | G1) > µ, E(a′X | G2 ) < µ .
第五章 判别分析
所以 q1 f1 ( x) = 0.1613, 类似可得 q2 f 2 ( x) = 0.0304, q3 f 3 ( x) = 0.1174,
所以样品x=2.5判归 1. 判归G 因0.1613>0.1174>0.0304,所以样品 所以样品 判归
7
第五章 判别分析
解三:后验概率判别法 解三 后验概率判别法, 后验概率判别法 计算样品x已知 已知,属 的后验概率: 计算样品 已知 属Gt的后验概率 qt f t ( x) P(t | x) = 3 (t = 1,2,3) ∑ qi fi ( x) 当样品x=2.5时,经计算可得 时 当样品
北大应用多元统计第五章
第五章 §5.1 距离判别法 两总体判别:简例1
简例1 :记二维正态总体N2((i), )为Gi(i=1,2)(两总体
协差阵相同),已知来自Gi(i=1,2)的样本数据阵为
X X (1)
42
3 3 4 21 1 180 0 2,
(2) 32
5 4 39 7 5.n k1 2 4,, n m 2 2 3
例如:在医学诊断中,一个病人肺部有阴影,医生要判 断他是肺结核、肺部良性肿瘤还是肺癌.这里肺结核病 人、良性瘤病人、肺癌病人组成三个总体,病人来源于 这三个总体之一,判别分析的目的是通过测得病人的指 标(阴影的大小,边缘是否光滑,体温多少……)来判断他 应该属哪个总体(即判断他生什么病).
第五章 判别分析
两总体判别: Σ1=Σ2 时的判别方法
对给定样品X，为比较X到各总体的马氏距离， 只须计算Yi(X ) :
第五章 §5.1 距离判别法
两总体判别: Σ1=Σ2 时的判别方法
因为函数Yi(X)是X的线性函数
(i=1,2),故
Ci
第五章 §5.1 距离判别法
两总体判别: Σ1=Σ2 时的判别方法
若考察这两个马氏距离之差,经计算可得:
22
28
X~32 (2) 011 220, A2 (X~(2))X~(2) 22 28
第五章 §5.1 距离判别法 两总体判别:简例1
样本合并组内A为 离差阵
AA1A2 22 2822 2844 146,故
其中
不妨设μ1>μ2 ,则a为正数，W(x)的符号取决于
x>μ或x<μ.
第五章 §5.1 距离判别法
两总体判别: Σ1=Σ2 时的判别方法(m=1时的错判率)
高数红宝书——第五章 多元函数微分学
如 ②全 导（只有多空间曲线才存在全导）
而 归结为一元函数求导，符合下列叠加原理： ， 称为全导。
陈氏第8技 关于显隐式求偏导和等效表达式的结论。
● 如果（表达式，表达式，表达式），如 ，则用符号1， 2，3 分别代表对第1、第2、第3项求偏导，如。注意而。
● 一般情况下。因为为隐式求偏导，表示把复合函数中的当成不变 量，对的偏导，而为显式求偏导表示把复合函数中的和都当成不变量， 对的偏导。例如：
【例30】 求函数 在条件下的极值 解： 先计算在条件的极值即可使用拉氏乘数法则
或 当λ=1时不适题意，故λ≠1 代入方程组可得 及 又
故分别为的极小值点的极小值点为： 【例31】 求二元函数在直线，轴和轴所围成的闭域D上的最大值与最小 值。
解：① 在D内只有驻点(2，1)
②求在D的边界上的最值 在边界和上 在边界 上，代入
驻点有三类： 第一类： 第二类： 第三类：边界上的最值 综合上述结果，可得
评 注 由于积分是个区域， 故需要讨论被积函数的无条件极值和有条 件极值；如果题中所给积分曲线或曲面积分，则只需讨论有条件极值。 【例34】求证：， 其中：。 证明：等效于求函数的最大值与最小值。 先求开区域 上的极值，再求边界上的极值，一起比较得出最大值与最 小值。 【例35】求坐标原点到曲线的最短距离。
正定
负定
不定时
形象记忆法： 无根取极值，负负得正。 ④条件极值：对自变量有附加条件（一般以方程的形式给出）的极 值。 利用拉格朗日乘数法求解 一般根据实际问题来判断求得的点是否为极值点以及是极大值还是极 小值。 ⑤最值求法：比较区域内驻点的极值和边界曲线上的最大值与最小
值，其中最大的就是 最大值，最小的就是最小值。
专升本第七课(多元积分学2)
x
故二重积分可写为
∫∫ f ( x, y)dσ =∫∫ f ( x, y)dxdy D D
高等数学 极坐标系下二重积分的计算 2. 在极坐标系下用同心圆来划分区域 ， 在极坐标系下用同心圆来划分区域D， 面积微元: 面积微元 1 1 2 2 ∆σ i = ( ri + ∆ri ) ⋅ ∆θ i − ri ⋅ ∆θ i 2 2
１.根据积分区域类型选择坐标系 根据积分区域类型选择坐标系
计 ∫∫ xdxdy 其 D为 算 ， 中
x2 + y2 =1, y = x,以及x轴所围成的第一象限部分。
２.根据积分区域类型选择积分次序 根据积分区域类型选择积分次序
D
计 ∫∫ xydxdy, 其 R是 抛 线 2 = x及 算 中 由 物 y
围成的第一象限内的区域。 x 2 + y 2 = 2 y及x = 0 围成的第一象限内的区域。 解
∫∫
D
x 2 + y 2 dxdy
π
2 0 2 sin θ 0
= ∫ dθ ∫
π
2 0
r 2 dr
o
r
8 3 = ∫ sin θdθ 3 π 8 1 3 = ( cos θ − cos θ ) 02 3 3
a
a2 π rdr = ( 3 − ). 2 3
）
２.计算二重积分 计算二重积分
其中D： ∫∫ ydxdy 其中 ：x
D
2
+ y 2 = 2ax 与x轴所围成的上半圆。 轴所围成的上半圆。 轴所围成的上半圆
（答案： 答案：
∫
π
2 0
dθ ∫
2acosθ
0
2 3 r sin θdr =L= a 3
(约翰逊版)实用多元统计分析第五章课后答案.doc
5.4经计算可得:<4.64、‘2.8794 10.0100 -1.8091、x = 45.4,S =10.0100 199.7884 -5.64009.965；c 1.8091 -5.6400 3.6277 丿‘0.5862 -0.02210.2580、S'1 = -0.0221 0.0061 -0.0016、0.2580 -0.0016 0.4018 丿S 的特征值和特征向量分别为人=1.3014,q =(—0.8175 0.0249 —0.5754)'& = 4.5316,色=(0.5737 -0.053—0.8173)'入=200.4625心=(0.0508 0.9983 -0.029if由所有(u l9u 2,u 3)组成U 的90%置信椭圆为由于 ^17 (0.1) = 2.44,故有其三个主轴的长度分别为:2列紀 j 如 2xVF^J 鍔X2.44 - 24.8071 2 佝鳩3x19 -—x 2.44 =307.884920x17(b)排汗量XI 的Q ・Q 图:'0.5862 -0.0221 20(4.64一绚,45.4-u 2,9.965一禺)-0.0221 0.0061 ,0.2580 -0.0016 0.2580-0.00160.4018‘4.64 - )45.4 — u 2 W 、9.965 _如丿3x19 1717(0.1)"0.5862 -0.0221 20(4.64 -绚,45.4 一 u 2,9.965 -冷)-0.0221 0.0061、0.2580 -0.0016 0.2580-0.00160.4018孑4.64-普、 45.4 — (9.965-均丿< 8.18123x19 - ------- x 2.44 =46.2911 20x17钠含量X2的Q ・Q 图:QQ Plot of Sample Data X2 versus Standard Normal钾含量的Q-Q 图:70 o o o o6 5 4 3 <D-dlues -ndu- joQQ Plot of Sample Data X1 versus Standard Normal-1.5-0.5 0 0.5 1 Standard Normal Quantiles1.5 29 8 7 6 5 4 3①-dLUBS Indu- jo s ①三UBno-1.5-1-0.5 0 0.5 1 Standard Normal Quantiles1.5 2QQ Plot of Sample Data X3 versus Standard Normal•1.5-105 0 0.5 1 Standard Normal Quantiles1.5 254321098761— 1— XI 和X2的散点图:80 r 70 60 50 40 30 20 XI 和X3的散点图:5 x114—鼻■13*♦12一♦11■ ** *m10■ *♦ ♦98♦ * *« **71 1 1 1 11 ♦2 3 45 678 9X1X2和X3的散点图:14r♦131211co10由排汗量XI 、钠含量X2、钾含量X3数据的Q.Q 都接近于直线，而且各对观察值的散点图 都近似的接近于椭圆，因此可以认为多元正态假定是合理的。
多元统计分析 第5章 聚类分析
余弦相似性 Cosine Similarity
A document can be represented by thousands of attributes,
p (such as each recording the frequency of a particular word keywords) or phrase in the document. xi yi
feature mapping, ... Cosine measure: If d1 and d2 are two vectors (e.g., termfrequency vectors), then cos(d1, d2) = (d1 d2) /||d1|| ||d2|| ,
where indicates vector dot product, ||d||: the length of vector d
d1 = (5, 0, 3, 0, 2, 0, 0, 2, 0, 0) d2 = (3, 0, 2, 0, 1, 1, 0, 1, 0, 1) d1 d2 = 5*3+0*0+3*2+0*0+2*1+0*1+0*1+2*1+0*0+0*1 = 25 ||d1||= (5*5+0*0+3*3+0*0+2*2+0*0+0*0+2*2+0*0+0*0)0.5=(42)0.5 = 6.481 ||d2||= (3*3+0*0+2*2+0*0+1*1+1*1+0*0+1*1+0*0+1*1)0.5=(17)0.5 = 4.12 cos(d1, d2 ) = 0.94
多元统计分析课件第五章_聚类分析
止。如果某一步距离最小的元素不止一个，则对应ቤተ መጻሕፍቲ ባይዱ些
最小元素的类可以同时合并。
【例5.1】设有六个样品，每个只测量一个指标，分别是1， 2，5，7，9，10，试用最短距离法将它们分类。
（1）样品采用绝对值距离，计算样品间的距离阵D（0） ，见 表5.1
一、系统聚类的基本思想
系统聚类的基本思想是：距离相近的样品（或变量）先聚成 类，距离相远的后聚成类，过程一直进行下去，每个样品 （或变量）总能聚到合适的类中。系统聚类过程是：假设总 共有n个样品（或变量），第一步将每个样品（或变量）独 自聚成一类，共有n类；第二步根据所确定的样品（或变量） “距离”公式，把距离较近的两个样品（或变量）聚合为一 类，其它的样品（或变量）仍各自聚为一类，共聚成n 1类； 第三步将“距离”最近的两个类进一步聚成一类，共聚成n 2类；……，以上步骤一直进行下去，最后将所有的样品 （或变量）全聚成一类。为了直观地反映以上的系统聚类过 程，可以把整个分类系统画成一张谱系图。所以有时系统聚 类也称为谱系分析。除系统聚类法外，还有有序聚类法、动 态聚类法、图论聚类法、模糊聚类法等，限于篇幅，我们只 介绍系统聚类方法。
在生物、经济、社会、人口等领域的研究中，存在着大量量 化分类研究。例如：在生物学中，为了研究生物的演变，生 物学家需要根据各种生物不同的特征对生物进行分类。在经 济研究中，为了研究不同地区城镇居民生活中的收入和消费 情况，往往需要划分不同的类型去研究。在地质学中，为了 研究矿物勘探，需要根据各种矿石的化学和物理性质和所含 化学成分把它们归于不同的矿石类。在人口学研究中，需要 构造人口生育分类模式、人口死亡分类状况，以此来研究人 口的生育和死亡规律。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
5.1 判别分析和聚类分析有何区别？答：即根据一定的判别准则，判定一个样本归属于哪一类。
具体而言，设有n 个样本，对每个样本测得p 项指标（变量）的数据，已知每个样本属于k 个类别（或总体）中的某一类，通过找出一个最优的划分，使得不同类别的样本尽可能地区别开，并判别该样本属于哪个总体。
聚类分析是分析如何对样品（或变量）进行量化分类的问题。
在聚类之前，我们并不知道总体，而是通过一次次的聚类，使相近的样品（或变量）聚合形成总体。
通俗来讲，判别分析是在已知有多少类及是什么类的情况下进行分类，而聚类分析是在不知道类的情况下进行分类。
5.2 试述系统聚类的基本思想。
答：系统聚类的基本思想是：距离相近的样品（或变量）先聚成类，距离相远的后聚成类，过程一直进行下去，每个样品（或变量）总能聚到合适的类中。
5.3 对样品和变量进行聚类分析时， 所构造的统计量分别是什么？简要说明为什么这样构造？答：对样品进行聚类分析时，用距离来测定样品之间的相似程度。
因为我们把n 个样本看作p 维空间的n 个点。
点之间的距离即可代表样品间的相似度。
常用的距离为 （一）闵可夫斯基距离：1/1()()pq qij ik jk k d q X X ==-∑q 取不同值，分为 （1）绝对距离（1q =）1(1)pij ik jk k d X X ==-∑（2）欧氏距离（2q =）21/21(2)()pij ik jk k d X X ==-∑（3）切比雪夫距离（q =∞）1()max ij ik jkk pd X X ≤≤∞=-（二）马氏距离（三）兰氏距离对变量的相似性，我们更多地要了解变量的变化趋势或变化方向，因此用相关性进行衡量。
将变量看作p 维空间的向量，一般用 （一）夹角余弦21()()()ij i j i j d M -'=--X X ΣX X 11()p ik jkij k ik jk X X d L p X X =-=+∑（二）相关系数5.4 在进行系统聚类时，不同类间距离计算方法有何区别？选择距离公式应遵循哪些原则？答： 设d ij 表示样品X i 与X j 之间距离，用D ij 表示类G i 与G j 之间的距离。
（1）. 最短距离法,mini k j rkr ij X G X G D d ∈∈=min{,}kp kq D D =（2）最长距离法,maxi p j qpq ij X G X G D d ∈∈=,maxi k j rkr ij X G X G D d ∈∈=max{,}kp kq D D =（3）中间距离法其中（4）重心法2()()pq p q p q D X X X X '=-- )(1q q p p rrX n X n n X +=22222p q p q krkpkqpq rrrn n n n D D D D n n n=+-（5）类平均法12211cos ()()pikjkk ijp pik jk k k XX X X θ====∑∑∑12211()()()()pik i jk j k ij p pik i jk j k k X X X X r X X X X ===--=--∑∑∑ij G X G X ij d D jj i i ∈∈=,min22222121pq kq kp kr D D D D β++=221i p j jpq ij X G X G p qD d n n ∈∈=∑∑221i k j rkr ij X G X G k rD d n n ∈∈=∑∑22p q kp kq rrn n D D n n =+（6）可变类平均法其中β是可变的且β <1（7）可变法22221()2kr kp kq pq D D D D ββ-=++ 其中β是可变的且β <1 （8）离差平方和法1()()tn t it t it t t S X X X X ='=--∑2222k p k q k kr kp kq pq r kr kr kn n n n n D D D D n n n n n n ++=+-+++通常选择距离公式应注意遵循以下的基本原则：（1）要考虑所选择的距离公式在实际应用中有明确的意义。
如欧氏距离就有非常明确的空间距离概念。
马氏距离有消除量纲影响的作用。
（2）要综合考虑对样本观测数据的预处理和将要采用的聚类分析方法。
如在进行聚类分析之前已经对变量作了标准化处理，则通常就可采用欧氏距离。
（3）要考虑研究对象的特点和计算量的大小。
样品间距离公式的选择是一个比较复杂且带有一定主观性的问题，我们应根据研究对象的特点不同做出具体分折。
实际中，聚类分析前不妨试探性地多选择几个距离公式分别进行聚类，然后对聚类分析的结果进行对比分析，以确定最合适的距离测度方法。
5.5试述K 均值法与系统聚类法的异同。
答：相同：K —均值法和系统聚类法一样，都是以距离的远近亲疏为标准进行聚类的。
不同：系统聚类对不同的类数产生一系列的聚类结果，而K —均值法只能产生指定类数的聚类结果。
具体类数的确定，离不开实践经验的积累；有时也可以借助系统聚类法以一部分样品为对象进行聚类，其结果作为K —均值法确定类数的参考。
5.6 试述K 均值法与系统聚类有何区别？试述有序聚类法的基本思想。
答：K 均值法的基本思想是将每一个样品分配给最近中心（均值）的类中。
系统聚类对不同的类数产生一系列的聚类结果，而K —均值法只能产生指定类数的聚类结果。
具体类数的确2222(1)()pq kr kp kq pqrrn n D D D D n n ββ=-++定，有时也可以借助系统聚类法以一部分样品为对象进行聚类，其结果作为K 均值法确定类数的参考。
有序聚类就是解决样品的次序不能变动时的聚类分析问题。
如果用)()2()1(,,,n X X X 表示n 个有序的样品，则每一类必须是这样的形式，即)()1()(,,,j i i X X X +，其中,1n i ≤≤且n j ≤，简记为},,1,{j i i G i +=。
在同一类中的样品是次序相邻的。
一般的步骤是（1）计算直径{D （i,j ）}。
（2）计算最小分类损失函数{L[p(l,k)]}。
(3)确定分类个数k 。
（4）最优分类。
5.7 检测某类产品的重量， 抽了六个样品， 每个样品只测了一个指标，分别为1，2，3，6，9，11.试用最短距离法，重心法进行聚类分析。
（1）用最短距离法进行聚类分析。
采用绝对值距离，计算样品间距离阵0 1 0 2 1 0 5 4 3 0 8 7 6 3 0 10 9 8 5 2 0 由上表易知中最小元素是于是将，，聚为一类，记为计算距离阵3 06 3 08 5 2 0中最小元素是=2 于是将，聚为一类，记为计算样本距离阵3 06 3 0中最小元素是于是将，聚为一类，记为因此，（2）用重心法进行聚类分析计算样品间平方距离阵1 04 1 025 16 9 064 49 36 9 0100 81 64 25 4 0易知中最小元素是于是将，，聚为一类，记为计算距离阵16 049 9 081 25 4 0注：计算方法,其他以此类推。
中最小元素是=4 于是将，聚为一类，记为计算样本距离阵16 064 16 0中最小元素是于是将，聚为一类，记为因此，5.8 下表是15个上市公司2001年的一些主要财务指标，使用系统聚类法和K－均值法分别公司编号净资产收益率每股净利润总资产周转率资产负债率流动负债比率每股净资产净利润增长率总资产增长率111.090.210.0596.9870.53 1.86-44.0481.99211.960.590.7451.7890.73 4.957.0216.11300.030.03181.99100-2.98103.3321.18411.580.130.1746.0792.18 1.14 6.55-56.325-6.19-0.090.0343.382.24 1.52-1713.5-3.366100.470.4868.486 4.7-11.560.85710.490.110.3582.9899.87 1.02100.2330.32811.12-1.690.12132.14100-0.66-4454.39-62.759 3.410.040.267.8698.51 1.25-11.25-11.4310 1.160.010.5443.7100 1.03-87.18-7.411130.220.160.487.3694.880.53729.41-9.97128.190.220.3830.31100 2.73-12.31-2.771395.79-5.20.5252.3499.34-5.42-9816.52-46.821416.550.350.9372.3184.05 2.14115.95123.4115-24.18-1.160.7956.2697.8 4.81-533.89-27.74解:令净资产收益率为X1，每股净利润X2，总资产周转率为X3，资产负债率为X4，流动负债比率为X5，每股净资产为X6，净利润增长率为X7，总资产增长率为X8，用spss对公司聚类分析的步骤如下：a)系统聚类法:1.在SPSS窗口中选择Analyze→Classify→Hierachical Cluster，调出系统聚类分析主界面，并将变量X8-X1移入Variables框中。
在Cluster 栏中选择Cases单选按钮，即对样品进行聚类（若选择Variables，则对变量进行聚类）。
在Display栏中选择Statistics和Plots复选框，这样在结果输出窗口中可以同时得到聚类结果统计量和统计图。
图5.1 系统分析法主界面2.点击Statistics按钮，设置在结果输出窗口中给出的聚类分析统计量。
我们选择Agglomeration schedule与Cluster Membership中的Range of solution 2-4，如图5.2所示，点击Continue按钮，返回主界面。
（其中，Agglomeration schedule表示在结果中给出聚类过程表，显示系统聚类的详细步骤；Proximity matrix 表示输出各个体之间的距离矩阵；Cluster Membership 表示在结果中输出一个表，表中显示每个个体被分配到的类别，Range of solution 2-4即将所有个体分为2至4类。
）3.点击Plots按钮，设置结果输出窗口中给出的聚类分析统计图。
选中Dendrogram复选框和Icicle栏中的None单选按钮，如图5.3，即只给出聚类树形图，而不给出冰柱图。
单击Continue按钮，返回主界面。