本文以2010年我国各地区城镇居民家庭平均每人全年消费性支出为例．选取了具有代表性的八大指标：食品——X 1；衣着——X 2；居住——X 3；家庭设备用品及服务——X 4；交通和通讯——X 5：文教娱乐用品及务——X 6；医疗保健——X 7；其他商品和服务——X 8。
数据分析和计算
各对变量之间的相关系数
用SAS 编程生成聚类产生的树形图形如下：
结果显示可把这八个变量分为三类，分别为第一类：食品、居住、家庭设备用品及服务、
交通和通讯；第二类：教娱乐用品及务、其他商品和服务；第三类：衣着、医疗保健。
3.2.1聚类分析样本与指标的确定
现在分别用最短距离法、重心法、类平均法和离差平法和法对我国2010年各地区进行聚类分析。为了同等的对待每一变量，在聚类之前，先必须对各变量作标准化变换。用SAS 软件编写程序生成的四种聚类方法的树形图，如下图所示，从图1至图4。
图1：最短距离法
图2：重心法
图3：类平均法
图4：WARD 最小方差法（离差平方和距离法）
图1，最短距离法，它将31个地区分为如下四类： 第一类：北京、浙江、上海
第二类：天津、福建、广东
第三类：河北、河南、湖南、宁夏、安徽、江西、山西、四川、广西、
湖北、陕西、重庆、贵州、甘肃、云南、新疆、海南、辽宁、黑龙江、吉林、内
蒙古、青海、山东、西藏
第四类：江苏
图2，重心法，它将31个地区分为如下三类： 第一类：北京、浙江、上海
第二类：天津、福建、广东、江苏
第三类：河北、河南、湖南、宁夏、安徽、江西、山西、四川、广西、
湖北、陕西、重庆、贵州、甘肃、云南、新疆、海南、辽宁、黑龙江、吉林、内蒙古、青海、山东、西藏
图3，类平均法，它将31个地区分为如下四类： 第一类：北京、浙江、上海
第二类：天津、福建、广东、江苏
第三类：河北、河南、湖南、宁夏、安徽、江西、山西、四川、广西、
湖北、陕西、重庆、海南、辽宁、黑龙江、吉林、内蒙古、青海、山东
第四类：贵州、甘肃、云南、新疆、西藏
图4，W ARD 最小方差法（离差平方和距离法），它将31个地区分为如下四五类：
第一类：北京、浙江、上海
第二类：天津、福建、广东、江苏
第三类：河北、河南、湖南、宁夏、安徽、江西、四川、广西、湖北、
陕西、重庆、海南、青海
第四类：山西、吉林、内蒙古、辽宁、黑龙江、山东 第五类：贵州、甘肃、云南、新疆、西藏
本文以2010年我国各地区城镇居民家庭平均每人全年消费性支出为例．选取了具有代表性的八大指标：食品——X 1；衣着——X 2；居住——X 3；家庭设备用品及服务——X 4；交通和通讯——X 5：文教娱乐用品及务——X 6；医疗保健——X 7；其他商品和服务——X 8。
数据分析和计算
各对变量之间的相关系数
用SAS 编程生成聚类产生的树形图形如下：
结果显示可把这八个变量分为三类，分别为第一类：食品、居住、家庭设备用品及服务、
交通和通讯；第二类：教娱乐用品及务、其他商品和服务；第三类：衣着、医疗保健。
3.2.1聚类分析样本与指标的确定
现在分别用最短距离法、重心法、类平均法和离差平法和法对我国2010年各地区进行聚类分析。为了同等的对待每一变量，在聚类之前，先必须对各变量作标准化变换。用SAS 软件编写程序生成的四种聚类方法的树形图，如下图所示，从图1至图4。
图1：最短距离法
图2：重心法
图3：类平均法
图4：WARD 最小方差法（离差平方和距离法）
图1，最短距离法，它将31个地区分为如下四类： 第一类：北京、浙江、上海
第二类：天津、福建、广东
第三类：河北、河南、湖南、宁夏、安徽、江西、山西、四川、广西、
湖北、陕西、重庆、贵州、甘肃、云南、新疆、海南、辽宁、黑龙江、吉林、内
蒙古、青海、山东、西藏
第四类：江苏
图2，重心法，它将31个地区分为如下三类： 第一类：北京、浙江、上海
第二类：天津、福建、广东、江苏
第三类：河北、河南、湖南、宁夏、安徽、江西、山西、四川、广西、
湖北、陕西、重庆、贵州、甘肃、云南、新疆、海南、辽宁、黑龙江、吉林、内蒙古、青海、山东、西藏
图3，类平均法，它将31个地区分为如下四类： 第一类：北京、浙江、上海
第二类：天津、福建、广东、江苏
第三类：河北、河南、湖南、宁夏、安徽、江西、山西、四川、广西、
湖北、陕西、重庆、海南、辽宁、黑龙江、吉林、内蒙古、青海、山东
第四类：贵州、甘肃、云南、新疆、西藏
图4，W ARD 最小方差法（离差平方和距离法），它将31个地区分为如下四五类：
第一类：北京、浙江、上海
第二类：天津、福建、广东、江苏
第三类：河北、河南、湖南、宁夏、安徽、江西、四川、广西、湖北、
陕西、重庆、海南、青海
第四类：山西、吉林、内蒙古、辽宁、黑龙江、山东 第五类：贵州、甘肃、云南、新疆、西藏