发布时间 : 星期一 文章数学建模大赛一等奖作品更新完毕开始阅读089ac40776c66137ee061974
3-4时 4-5时 5-6时 6-7时 7-8时 8-9时 9-10时 10-11时 11-12时 12-13时 13-14时 14-15时 15-16时 16-17时 17-18时 18-19时 19-20时 20-21时 21-22时 22-23时 23-24时 每一年的数据处理： 项目 次数 数量 2006 2007 2008 2009 2010 2011 31 34 32 26 27 23 21 26 17 17 14 21 24 22 19 16 16 15 16 19 27 死亡人数 数量 800 665 611 417 382 377 25 26 21 18 20 13 12 18 8 9 8 12 13 11 11 9 11 9 11 15 23 受伤人数 数量 389 380 415 383 333 307 34 32 30 26 31 26 30 35 24 26 16 27 30 24 29 16 14 16 12 15 26 742691 845141 939713 598935 718858 418567 558290 445559 321261 347825 254386 356276 442234 318497 271643 266525 240602 289364 458218 379722 649072 财产损失 数量 15359332 15005740 13023448 8731845 9842361 9349774 738 695 660 563 504 431 附表二：利用SPSS进行数据的处理：
利用SPSS对月份的数据处理：
25
月份处理数据导出：
QUICK CLUSTER 次数 死亡人数 受伤人数 经济损失 /MISSING=LISTWISE
/CRITERIA=CLUSTER(3) MXITER(10) CONVERGE(0) /METHOD=KMEANS(NOUPDATE)
/PRINT ID(月份) INITIAL ANOVA CLUSTER DISTAN.
快速聚类
附注
创建的输出
07-5月-2012 10时03分18秒 26
注释 输入
活动的数据集 过滤器 权重 拆分文件
工作数据文件中的 N 行
缺失值处理
对缺失的定义 使用的案例
数据集0
12
用户定义的缺失值将作为缺失处理。 统计量将基于案例进行计算，在这些案例中，所有用到的聚类变量都没有缺失值。
语法 QUICK CLUSTER 次数 死亡人数 受伤人数 经济损失 /MISSING=LISTWISE /CRITERIA=CLUSTER(3) CONVERGE(0)
/METHOD=KMEANS(NOUPDATE) /PRINT ID(月份) INITIAL ANOVA CLUSTER DISTAN.
MXITER(10)
资源 处理器时间 已用时间 所需的工作空间
00 00:00:00.249 00 00:00:00.858
928 字节
[数据集0]
初始聚类中心
聚类
1 45.00 26.00 41.00 1012394.00 迭代历史记录 聚类中心内的更改
迭代 1 2
1 2867.600
.000
2 3051.507
.000
3 14556.001
.000
a
次数 死亡人数 受伤人数 经济损失
2 45.00 35.00 50.00 1263204.00
3 36.00 27.00 36.00 738204.00
a. 由于聚类中心内没有改动或改动较小而达到收敛。任何中心的最大绝对坐标更改为 .000。当前迭代为 2。初始中心间的最小距离为 250810.000。
聚类成员
案例号 1
月份 一?
聚类
1
距离 2867.600
27
2 3 4 5 6 7 8 9 10 11 12 二? 三? 四? 五? 六? 七? 八? 九? 十? 十一 十二 1 3 2 1 1 2 1 1 1 3 3 最终聚类中心 114864.429 180.068 3051.507 37387.572 71712.429 3051.507 69137.572 37496.430 114680.572 14556.001 14736.001 次数 死亡人数 受伤人数 经济损失 聚类 1 46.57 31.14 52.57 1015261.57 2 50.00 35.50 54.00 1260152.50 3 39.00 26.67 41.67 752760.00 最终聚类中心间的距离 聚类 1 2 3 1 2 244890.929 3 262501.572 507392.500 244890.929 262501.572 507392.500 ANOVA 误差 次数 死亡人数 受伤人数 经济损失 聚类 均方 87.268 48.113 143.268 1.596E11 df 2 2 2 2 均方 df 9 9 9 9 F 4.013 1.916 2.777 36.348 Sig. .057 .203 .115 .000 21.746 25.114 51.598 4.392E9 F 检验应仅用于描述性目的，因为选中的聚类将被用来最大化不同聚类中的案例间的差别。观测到的显著性水平并未据此进行更正，因此无法将其解释为是对聚类均值相等这一假设的检验。 每个聚类中的案例数 聚类 1 2 3 有效 缺失 7.000 2.000 3.000 12.000 .000 利用SPAA对辖区进行数据处理：
28