营养素聚类分析.docx

营养素聚类分析.docx

《营养素聚类分析.docx》由会员分享，可在线阅读，更多相关《营养素聚类分析.docx（16页珍藏版）》请在冰豆网上搜索。

营养素聚类分析

聚类分析作业

100244119田刘芬

下表给出美国制造商生产的早餐方便粥数据。

先将数据用不同的聚类方法进行聚类分析，并进行合理的分类，且说明理由。

解:

首先对数据进行初步分析,对各个指标做简单的描述性统计分析.

表一

由表一可知,8个指标的数量级各不相同,平均数从0.98到180.47不等,标准差也有很大差异,所以数据量纲之间具有很强的差异性.为了消除量纲影响,我们在聚类分析之前先对数据进行标准化处理.

（1）最短距离法

******HIERARCHICALCLUSTERANALYSIS******

DendrogramusingSingleLinkage

RescaledDistanceClusterCombine

CASE0510152025

LabelNum+---------+---------+---------+---------+---------+

Case33

Case44

Case1515

Case88

Case2424

Case3636

Case1717

Case2828

Case3030

Case99

Case1919

Case2121

Case1414

Case1616

Case77

Case1212

Case2020

Case3535

Case3333

Case2323

Case2525

Case55

Case3232

Case3838

Case3939

Case11

Case66

Case1111

Case4040

Case2222

Case1010

Case1313

Case3434

Case2727

Case2929

Case3131

Case2626

Case22

Case3737

Case4141

Case4242

Case4343

******HIERARCHICALCLUSTERANALYSIS******

CASE0510152025

LabelNum+---------+---------+---------+---------+---------+

（1）Case1818

各类样本个数表

1

2

3

4

5

6

7

8

WardMethod（8）

35

1

1

1

1

1

2

1

WardMethod（7）

36

1

1

1

1

2

1

WardMethod（6）

37

1

1

1

2

1

WardMethod（5）

37

2

1

2

1

WardMethod（4）

39

1

2

2

WardMethod（3）

41

1

1

由上表可知，将43各样本分为五组比较合适。

以下探究各类别之间是否具有显著性差异，以及各个类别具有怎样的特征。

由上表可知，各个类别之间在卡路里、蛋白质、钠、纤维、碳水化合物、糖、钾这七个变量上具有显著性差异，且这种差异具有统计意义。

在脂肪这种营养素上不具有差异。

综合以上分析，将43个样本分为五类比较合理。

第一类：

营养均衡早餐。

这一类别包含多数早餐样本。

第二类：

高碳水化合物早餐。

这一类别包括2号样本和37号样本。

第三类：

高纤维素早餐。

这一类别包括18号样本

第四类：

低卡路里零脂肪早餐。

这一类别包括41、42号样本。

第五类：

高脂肪早餐。

43号样本属于此类。

（2）最长距离法

******HIERARCHICALCLUSTERANALYSIS******

DendrogramusingCompleteLinkage

RescaledDistanceClusterCombine

CASE0510152025

LabelNum+---------+---------+---------+---------+---------+

Case33

Case44

Case1515

Case88

Case2424

Case3636

Case1919

Case2121

Case2525

Case3838

Case3939

Case11

Case1111

Case4040

Case66

Case1010

Case2222

Case1313

Case3434

Case2727

Case2929

Case3131

Case22

Case3737

Case2020

Case3535

Case2323

Case3333

Case77

Case1212

Case1717

Case2828

Case3030

Case55

Case1414

Case1616

Case99

Case3232

Case2626

Case4141

Case4242

Case4343

******HIERARCHICALCLUSTERANALYSIS******

CASE0510152025

LabelNum+---------+---------+---------+---------+---------+

Case1818

1

2

3

4

5

6

7

8

WardMethod（8）

12

2

10

10

5

1

2

1

WardMethod（7）

12

2

15

10

1

2

1

WardMethod（6）

22

2

15

1

2

1

WardMethod（5）

22

17

1

2

1

WardMethod（4）

22

17

1

3

WardMethod（3）

39

1

3

由上表可知，将样本分为七类比较合适。

经过检验可知，各类别之间所有变量都具有显著性差异，且统计意义良好。

综上所述，七类分别是：

第一类：

营养均衡早餐。

该类别包括1、3、4、8、15等12个样品。

第二类：

高蛋白质早餐。

该类别包括2、37号早餐样品。

第三类：

高碳水化合物早餐。

这一类中包括5、7、9、12、14、16等15个样本。

第四类：

高卡路里高脂肪早餐。

该类包括6、10、11、13等10个样本。

第五类：

高纤维素早餐。

包括18号早餐。

第六类：

零脂肪早餐。

包括41、42号早餐

第七类：

零钠高钾早餐。

包括43号早餐。

（3）重心法

******HIERARCHICALCLUSTERANALYSIS******

DendrogramusingCentroidMethod

RescaledDistanceClusterCombine

CASE0510152025

LabelNum+---------+---------+---------+---------+---------+

Case33

Case44

Case1515

Case88

Case2424

Case3636

Case1919

Case2121

Case2525

Case1717

Case2828

Case3030

Case55

Case3838

Case3939

Case11

Case66

Case77

Case1212

Case2020

Case3535

Case2323

Case3333

Case1414

Case1616

Case99

Case3232

Case1111

Case4040

Case2222

Case1010

Case1313

Case3434

Case2727

Case2929

Case3131

Case2626

Case22

Case3737

Case4141

Case4242

Case4343

******HIERARCHICALCLUSTERANALYSIS******

CASE0510152025

LabelNum+---------+---------+---------+---------+---------+

Case1818

1

2

3

4

5

6

7

8

WardMethod（8）

31

2

3

1

1

2

2

1

WardMethod（7）

31

2

5

1

1

2

1

WardMethod（6）

36

2

1

1

2

1

WardMethod（5）

37

2

1

2

1

WardMethod（4）

39

1

2

1

WardMethod（3）

41

1

1

由上表可知，各个类别之间在卡路里、蛋白质、钠、纤维、碳水化合物、糖、钾这七个变量上具有显著性差异，且这种差异具有统计意义。

在脂肪这种营养素上不具有差异。

综合以上分析，将43个样本分为八类比较合理。

第一类：

营养均衡早餐。

该类别包括大多数早餐样品。

第二类：

高蛋白质早餐。

该类别包括2、37号早餐样品。

第三类：

高卡路里早餐。

这一类中包括13、27、34号早餐。

第四类：

高纤维素早餐。

该类包括18号样本。

第五类：

零脂肪早餐。

包括26号早餐。

第六类：

高碳水化合物早餐。

包括29、31号早餐

第七类：

低糖低热量早餐。

包括41、42号早餐。

第八类：

零钠早餐。

包括43号早餐。

（4）组间平均距离法

******HIERARCHICALCLUSTERANALYSIS******

DendrogramusingAverageLinkage（BetweenGroups）

RescaledDistanceClusterCombine

CASE0510152025

LabelNum+---------+---------+---------+---------+---------+

Case33

Case44

Case1515

Case88

Case2424

Case3636

Case1919

Case2121

Case2525

Case3838

Case3939

Case11

Case1717

Case2828

Case3030

Case55

Case66

Case77

Case1212

Case2020

Case3535

Case2323

Case3333

Case1414

Case1616

Case99

Case3232

Case2626

Case1111

Case4040

Case2222

Case1313

Case3434

Case2727

Case1010

Case2929

Case3131

Case22

Case3737

Case4141

Case4242

Case4343

******HIERARCHICALCLUSTERANALYSIS******

CASE0510152025

LabelNum+---------+---------+---------+---------+---------+

Case1818

1

2

3

4

5

6

7

8

WardMethod（8）

27

2

6

3

1

1

2

1

WardMethod（7）

27

2

9

1

1

2

1

WardMethod（6）

28

2

9

1

2

1

WardMethod（5）

37

2

1

2

1

WardMethod（4）

39

1

2

1

WardMethod（3）

41

1

1

由上表可知，各个类别之间在卡路里、蛋白质、钠、纤维、碳水化合物、糖、钾、脂肪这八个变量上具有显著性差异，且这种差异具有统计意义。

综合以上分析，将43个样本分为六类比较合理。

第一类：

营养均衡早餐。

该类别包括大多数早餐样品。

第二类：

高蛋白质早餐。

该类别包括2、37号早餐样品。

第三类：

高卡路里早餐。

这一类中包括10、11、13等九种早餐。

第四类：

高纤维素早餐。

该类包括18号样本。

第五类：

零脂肪早餐低卡路里早餐。

包括41、42号早餐。

第六类：

低碳水化合物高脂肪早餐。

包括43号早餐

对比以上几种聚类方法可知，最短距离法和重心法的分类没有通过类间显著性检验。

最长距离法和组间平均距离法都通过了显著性检验，但是最长距离法将样本分为七类组间平均距离法分为六类，且组间距离法各类中样本分布均匀程度较最长距离法好。

所以，组间距离法的聚类效果最好。