517 非階層クラスター分析プログラム
非階層クラスター分析は、サンプルを指定するグループ数に分類する時に使用します。
グループの方法はK-meanｓ法を適用します。
この方法は、グループの中心からサンプルまでの間の距離が最小となるように出し入れ
を行い収束させて分類します。
サンプルデータ
設定画面
アドイン接続後、メニューから「非階層クラスター」をクリックすると、次のようにメニューが表示されます。
データの行列範囲：
分析をしたい範囲をマウスでドラッグし範囲制定します。
行列のラベル：
データラベルを含めて範囲選択をした場合は、「共にあり」をマウスでクリックして選択します（データラベルは、行列ともに含める必要があります）。
分類数：
分類数を数字で入力します。
出力先：
出力を開始したいセルを１か所マウスでクリックして選択します。
設定が済んだら、「開始」ボタンをクリックします。
「中止」ボタンをクリックすると、操作を中止します。
出力結果
参考：
サンプルデータをもとに解法手順を以下に示します。
Cl=3の時 = 6
-
距離を計算し、大きい順にソートする。
- 上のようにグループの中心を設定する。
- 基のデータに戻す。（ｄｄ列で、昇順ソートする。）
- 次のように ｋ1、ｋ2、ｋ3との距離を計算する。
-
最小距離のKを結果の欄に記入する。 右のように、分類区分ｋでソートし、分類する。
-
分類した新規のK1,K2、K3の重心（平均値）を計算する。
-
判定する。
２乗誤差が０になっていないので、4に戻って繰り返す。
- 次のように ｋ1、ｋ2、ｋ3との距離を計算する。
-
最小距離のKを結果の欄に記入する。 右のように、分類区分ｋでソートし分類する。
-
分類した新規のK1,K2、K3の重心（平均値）を計算する。
-
判定する
２乗誤差が０になっていないので、再び4に戻って繰り返す。
-
次のように ｋ1、ｋ2、ｋ3との距離を計算する。
-
最小距離のKを結果の欄に記入する。 右のように、分類区分ｋでソートし、分類する。
-
分類した新規のK1,K2、K3の重心（平均値）を計算する。
-
判定する
２乗誤差が０になっていないので、再び4に戻って繰り返す。
-
次のように ｋ1、ｋ2、ｋ3との距離を計算する。
-
最小距離のKを結果の欄に記入する。 右のように、分類区分ｋでソートし分類する。
-
分類した新規のK1,K2、K3の重心（平均値）を計算する。
-
判定する
２乗誤差が、０でないので繰り返す。
- 次のように ｋ1、ｋ2、ｋ3との距離を計算する。
-
最小距離のKを結果の欄に記入する。 右のように、分類区分ｋでソートし、分類する。
-
分類した新規のK1,K2、K3の重心（平均値）を計算する。
-
判定する
２乗誤差が、０でないので繰り返す。
-
次のように ｋ1、ｋ2、ｋ3との距離を計算する。
-
最小距離のKを結果の欄に記入する。 右のように、分類区分ｋでソートし分類する。
-
分類した新規のK1,K2、K3の重心（平均値）を計算する。
-
判定する
２乗誤差が、０であるので終了する。
アドインプログラム販売価格： ￥4,000.-（税込）
※販売のみを行っております。ご質問対応等のサポート及び改変は承っておりません
VBAソースコード販売価格： ￥90,000.-（税込）
※コードの内容は、上記標準版の内容の通りです
※サポート・ご質問の対応・改変のご依頼を承ることはできかねます
