聚类分析又称群分析，它是研究分类问题的一种多元统计方法。所谓类，通俗地说，就是指相似元素的集合。那么要将相似元素聚为一类，通常选取元素的许多共同指标，然后通过分析元素的指标值来分辨元素间的差距，从而达到分类的目的。聚类分析前的预处理步骤：1)确定聚类类型：对样品聚类称Q型聚类；对变量聚类称R型聚类。3)研究样品之间的关系。通常有两种方法：聚类分析的一般步骤(Q-型分类)例：从21个工厂中抽出同类产品，每个产品测两个指标，欲将各厂的质量情况进行分类。dataex;inputx1x2factory$@@;/*$：表示字符型变量*/cards;/*数据省略*/;proccluster/*系统聚类*/data=exmethod=wardcccpseudoouttree=tree;idfactory;run;proctreedata=treehorizontal;/*水平树*/idfactory;/*工厂为样本*/run;ccc表示要计算半偏R2，R2和ccc立方聚类标准统计量，这三个统计量和下面的伪F和伪t2统计量，主要用于检验聚类的效果。当把数据从G+1类合并为G类时，半偏R2统计量说明了本次合并信息的损失程度，统计量大表明损失程度大。R2统计量反映类内离差平方和的大小，统计量大表明类内离差平方和小。ccc统计量的值大说明聚类的效果好。ClusterHistory表示聚类的具体过程，NCL表示当前系统存在类的总个数，ClustersJoined表示当前加入的编号，例如NCL等于20时，是类1，2聚为一类，FREQ表示新类的元素个数。SPRSQ表示类与类间最短规格化最短距离，RSQ表示R2统计量，ERSQ表示半偏R2统计量，CCC统计量值。PSF为伪F统计量，PST2为伪t2统计量。Tie表示“节”，是指当前类间最小距离不止一个的时候，此时可以任意选择一对最短距离进行聚类，在计算其他类与新类的距离。从CCC统计量的结果可以看出，最大值对应的类数为4。从四类合并为三类时，伪t2统计量显著的增加，伪F统计量下降显著，综合各方面的结果，因此分4类最为合适。动态聚类图综合以上分析，可以得到结果，将工厂分为4类，分别为第1类：f1,f2,f3,f4,f5,f6；第2类：f7,f8,f9,f10第3类：f11,f12,f13,f14,f15；第4类：f16,f17,f18,f19,f20,f21。肝病的判别常用的方法有：距离判别法、Fisher判别法、贝叶斯判别法、逐步判别法。这里仅介绍后两种。Bayes判别法的基本思想：总是假设对所研究的对象已有一定的认识，计算新给样品属于各总体的条件概率比较这个概率的大小，然后将新样品判归为来自概率最大的总体。设有总体，具有概率密度函数。并且根据以往的统计分析，知道出现的概率为。即当样本发生时，求他属于某类的概率。由贝叶斯公式计算后验概率，有：Bayes判别法的一般步骤：例题：人文发展指数是联合国开发计划署于1990年5月发表的一份<<人类发展报告>>中公布的数据如下，试通过已知的样品建立判别函数,误判率是多少?并判断待判的归类.类别国家寿命(X1)成人识字率%(X2)调整后GDP(X3)1美国769953741日本79.59953591瑞士789953721阿根廷72.195.952421阿联酋73.877.75370保加利亚71.29342502古巴75.394.934122巴拉圭7091.233902格鲁吉亚72.8992300南非62.980.63799待判样品：中国68.579.31950罗马丽亚69.996.92840希腊77.693.85233哥伦比亚69.390.35159dataex;inputgx1-x3@@;cards;176995374179.5995359178995372172.195.95242173.877.75370271.2934250275.394.9341227091.23390272.8992300262.980.63799;dataex1;inputx1-x3@@;cards;68.579.3195069.996.9284077.693.8523369.390.35159;procdiscrimdata=extestdata=ex1anovamanovasimplelisttestout=ex2;classg;procprintdata=ex2;run;ProcDiscrim后的常用选择项有：（1）Data=数据集名，指定输入数据集名，若缺省则指定最新建立的数据集。（2）Testdata=数据集名，指定待作出判别的数据集名，其中的变量名须