656 0.6914Р 3 0.90553401 0.13155981 0.1294 0.8207Р 4 0.77397420 0.42913889 0.1106 0.9313Р 5 0.34483531 0.23189465 0.0493 0.9806Р 6 0.11294066 0.08975068 0.0161 0.9967Р 7 0.02318998 0.0033 1.0000РThe data have been standardized to mean 0 and variance 1РThe CLUSTER ProcedureРWard's Minimum Variance Cluster AnalysisРRoot-Mean-Square Total-Sample Standard Deviation 1РRoot-Mean-Square Distance Between Observations 3.741657Р由上述3种分析方法,尤其树状图分析。在结合我们所拥有的实际知识可以可看出,相对于最小距离法和重心法而言,Ward法作出的聚类相对较为合理的反应了数据和现实情况。我们大致依据Ward方法所作出的树状图,将31个地区分成以下几类:Р第一类:北京、上海、江苏和广东。Р第二类:天津、重庆、江西、广西、湖南、吉林、云南、甘肃、贵州、内蒙古、海南、青海、宁夏、黑龙江、新疆。Р第三类:河北、安徽、陕西、辽宁、河南、浙江、四川、福建、湖北、山西、山东。Р总的来说,分类结果和现实经济社会发展情况是一致的。从分析结果看出,比如第一类分类,北京上海江苏广东这四省市的经济社会发展是出于全国领先的地位,而其工资就业总额也就随之较高。所以从分类中我们可以看出。地区职工工资总额是与地区的经济社会发展是相关的。另外,经济结构相对于比较多元的地区,其分类也相对靠前。Р动态聚类分析
全文预览
