内容发布更新时间 : 2024/11/18 22:58:03星期一 下面是文章的全部内容请认真阅读。

.. .. ..

管理信息系统课程小组作业

多指标面板数据的聚类分析研究

——以我国15个副省级城市综合竞争力评价为例

小组组长：XXXXX 小组成员：XXXXX

XXXXX

完成时间： 指导教师： 徐德华

.专业资料.

.. .. ..

目 录

1 选题背景与意义 ....................................... 3 2 聚类分析与聚类算法 ................................... 5

2.1 聚类分析 ............................................................. 5

2.1.1 相关概念与定义 ................................................. 5 2.1.2 相似度计量模型 ................................................. 5 2.2 聚类算法 ............................................................. 7

2.2.1 传统聚类算法及其比较 ........................................... 7 2.2.2 扩展聚类算法 .................................................. 13

3 面板数据及其聚类方法 ................................. 15

3.1 面板数据概述 ........................................................ 15

3.1.1 概念及发展 .................................................... 15 3.1.2 面板数据的特点 ................................................ 15 3.1.3 面板数据的分析处理方法 ........................................ 16 3.2 单指标面板数据的数据形式和聚类分析方法 .............................. 16 3.3 多指标面板数据的数据形式和聚类分析方法 .............................. 17

3.3.1 多指标面板数据的数据形式 ...................................... 17 3.3.2 常见的多指标面板数据聚类分析方法 .............................. 17

4 实证研究 ............................................ 23

4.1 城市竞争力研究综述 .................................................. 23

4.1.1 城市竞争力涵研究综述 .......................................... 24 4.1.2 城市竞争力模型研究综述 ........................................ 26 4.1.3 城市竞争力评价体系研究综述 .................................... 29 4.2 城市竞争力指标选取 .................................................. 30

4.2.1 城市竞争力评价指标选取的原则 .................................. 30 4.2.2 我国15个副省级城市竞争力评价指标体系 ......................... 30 4.3 聚类分析 ............................................................ 31

4.3.1 基于主成分分析的聚类 .......................................... 31

.专业资料.

.. .. ..

4.3.2 基于指标距离求和的聚类 ........................................ 38 4.3.2 基于概率连接函数的聚类 ........................................ 40 4.4 结果分析 ............................................................ 41

5 结论与展望 .......................................... 43

5.1 结论…………………………………………………………………………………………………………43

5.2 不足与展望 .......................................................... 43

主要参考文献 ........................................... 44 附录 ................................................... 45

附录1……………………………………………………………………………………………………………45

附录2……………………………………………………………………………………………………………45

附录3……………………………………………………………………………………………………………47

1 选题背景与意义

面板数据（Panel Data）作为截面数据与时间序列数据的组合数据集，同时体现了空间维度和时间维度的数字特征，克服了时间序列数据多重共线性、数据量不足等困扰，逐渐发展成为现代计量经济学领域统计分析与统计研究的重

.专业资料.