城市系统工程学上机实验指导书

PAGE43PAGE《城市系统工程学》上机实验指导书XXXX-XX目录实验一SPSS软件入门和数据分析基础 4一、实验目的及任务 4二、实验环境 4三、实验步骤 41、熟悉SPSS统计软件的主要窗口和菜单 42、建立SPSS数据文件 63、单变量的描述统计量分析 10实验二区域分布的测度、相关分析和回归分析 20一、实验目的及任务 20二、实验环境 20三、实验步骤 201、区域分布的测度 202、相关分析 223、回归分析 24实验三人口规模和城市化水平预测 28一、实验目的 28二、实验环境 28三、实验步骤 281、人口规模预测 282、城市化水平预测 28四、实验报告 29实验四城市空间引力模型 33一、实验目的 33二、实验环境 33三、实验步骤 331、居住分布模型 332、双约交通模型 34四、实验报告 35实验五聚类分析 37一、实验目的 37二、实验环境 37三、实验步骤 371、原始数据的标准化 372、聚类分析 39四、实验报告 43

实验一SPSS软件入门和数据分析基础一、实验目的及任务SPSS统计软件的主要窗口和菜单。SPSS数据文件的建立。单变量的描述统计分析。二、实验环境PC系列微机，Windows2000或XP。SPSS11.0或更高版本。三、实验步骤1、熟悉SPSS统计软件的主要窗口和菜单SPSS的3个主要窗口：1）数据编辑器窗口（SPSSDataEditor）：如上图，用来编辑和显示数据。在此窗口中的文件名称为*.sav。2）程序语句编辑器窗口（SPSSSyntaxEditor）：如下图，用来编写各种程序；在此窗口中的文件名称为*.sps。3）结果观看窗口（SPSSViewer）：如下图，显示统计运算结果；在此窗口中的文件名称为*.spo。SPSS数据编辑器的主要菜单：1）File菜单：文件管理New；Open；Save；Saveas；Exit。2）Edit菜单：编辑Undo；Cut；Copy；Paste；Clear；Find；3）View菜单：视图Fonts；Gridlines；Valuelabels。4）Data菜单：数据整理definevariables；Insertvariables；Insertcase；gotocase；sortcase；selectcase。5）Transform菜单：数据转换recode；compute；count。6）Analyze菜单：统计7）Graphs菜单：统计图8）Utilities菜单：工具附件9）Windows菜单：窗口10）Help菜单：帮助2、建立SPSS数据文件通常一个数据文件的建立可以包括定义变量、数据输入、数据的简单计算、数据文件的保存和输出等内容。1）定义变量输入数据前要定义变量，包括定义变量名、变量类型、变量宽度、变量标签和变量格式。定义变量的步骤如下：打开定义变量的界面启动SPSS，进入主界面，单击图上图所示的屏幕左下角的“VariableView”选项卡，打开定义变量的表格。输入变量名在“Name”列的第一个单元格输入第一个变量名，如“编号”。SPSS11.0支持中文变量名。注意：变量名不能超过8个字符；首字符是字母，其后可为字母或数字或除“？”、“-”、“！”、“*”以外的字符。但应该注意，不能以“”和圆点“.”作为变量名的最后一个字符；变量名不能与SPSS保留字相同。SPSS保留字有：ALL、AND、BY、EQ、GE、GT、LE、NE、NOT、OR、TO、WITH。系统不区分变量名中的大小写字符；确定变量类型单击“Type”列的第一个单元格，如上图所示，SPSS的默认变量类型为标准数值型Numeric。单击数值型变量后的“···”，弹出如下图所示的对话框，用户可以从该对话框中选择其他的变量类型。在上图的对话框中列出了8种基本变量类型：标准数值型（Numerric）、带逗号的数值型（Comma）、圆点数值型（Dot）、科学计数型（Scientificnotation）、日期型（Date）、带美元符号的数值型（Dollar）、自定义型（CustomCurrency）和字符型（String）。确定变量宽度“Width”表示变量的总宽度，“Decimal”表示小数位数。定义变量标签“Lable”表示变量名标签，“Value”表示变量值标签。定义用户缺失值“Missing”定义变量的显示格式“Columns”指变量的显示用的列宽度，注意：指列宽度，非数字位数。“Alignment”表示变量显示的对齐方式。定义变量的测度类型“Measurement”用在作图时的坐标轴的刻度或分类。这一属性如果不是特殊需要，一般不要进行修改。3个单选项：Scale项，对等间隔测度的变量或是比值的变量选择此项。如身高、体重。Ordinal项，对其值表示顺序的变量选择此项。如名次。可以是数值型变量，也可以是字符型变量。Nominal项，对标称变量选择此项。可以是数值型变量，也可以是字符型变量。如对所喜欢颜色的回答。2）数据的输入定义好变量后，单击“VariableView”选项卡旁的“DataView”选项卡，进入数据输入窗口，按照SPSS表格直接输入数据即可。3）数据的简单计算当输入完数据后，有时要根据已经存在的变量建立新变量，可以使用Compute来完成。选择“Transform→Compute”命令，弹出“ComputeVariable”对话框，如下图所示。在TargetVariable框中输入新的目标变量名，用来接收计算的值。利用NumericExpression（计算关系板）下面的框中输入计算新变量的数字表达式。方法如下：（1）在左侧选择原始变量名进入NumericExpression；（2）在NumericExpression上选择数字或操作符，形成表达式，如“编号>=10”；（3）在函数框中选择表达式需要的函数，使表达式出现在其后括号中；（4）单击“OK”按钮，生成新的变量。4）保存数据文件在查看器窗口中，进行以下操作，保存数据内容：单击主菜单中的File菜单，打开File菜单条。击Save选项，弹出“SaveDataAs”对话框。输入文件名称，SPSS保存的文件类型为“*.sav”，单击“保存”按钮。5）数据与统计结果的输出SPSS的文件输出是指将统计分析后的数据与结果以表格或图形的形式显示出来。SPSS可以对输出的文件进行保存，保存的类型为“*.spo”。如果要单独保存表格或是图形，就在其上单击鼠标右键，选择相应的复制命令，将表格或图形输出。3、单变量的描述统计量分析按Analyze->Descriptivestatistics顺序逐一单击鼠标键。找到Descriptives描述统计量分析和Frequencies频数分析。1）Descriptives描述统计量分析通过平均值、算术和、标准差、最大值、最小值、方差、范围等统计量对变量进行描述。【例1】现有学生24人，分成两小组，在某一次期中测验中，某学科测验成绩如下表所示。试利用SPSS对该班学生成绩进行等级排序，并计算总平均分、总标准差，再分别计算两组学生的平均分和标准差。操作步骤如下：录入数据录入数据的过程分为两个步骤，一是定义变量：“学号”、“组别”与“成绩”；二是录入变量值。数据的等级排序（1）选择“Data→SortCases”命令，弹出“SortCases”对话框，把“成绩”变量选入“Sortby”中，并在SortOrder中选择“Descending（降序）”选项，将学生成绩按降序排列，如下图所示，单击“OK”按钮。（2）排序结果在数据编辑窗口可以即时浏览。平均分与标准差的计算（1）计算总平均分与标准差

①选择“Analyze→DescripitiveStatistic→Descripitives…”命令，弹出“Descripitive”对话框，从左侧将“成绩”变量选入“Variables”栏中，如下图所示。②单击“OK”按钮，提交运行，输出结果如下表所示。也可以单击“Options”按钮，展开对话框，在对话框中指定其他统计量与输出结果显示的顺序。（2）分别计算两组学生的平均分和标准差

①数据拆分。选择“Data→SplitFile…”命令，弹出“SplitFile”对话框，如下图，激活“Organizebygroup单独显示每一组所得的统计结果”选项，从左侧选择“组别”变量进入“GroupsBasedon”栏目，最后激活“Sortthefilebygroupingvariables”选项，表示要求按所选择的变量对数据文件进行排序。单击“OK”按钮。②与计算总平均分与标准差相同，选择“Analyze→DescripitiveStatistic→Descripitives…”命令，弹出“Descripitive”对话框，从左侧将“成绩”变量选入“Variables”栏中。

③单击“OK”按钮，提交运行。得结果如下：统计特征分析根据SPSS的统计处理所得结果如下表所示。2）Frequencies频数分析利用频数分布表可以方便地对数据按组进行归类整理，形成各变量的不同水平（分组）的频数分布表和图形，以便对各变量的数据的特征和观测量分布状况有一个概括的认识。【例2】根据表6-1中给出的50名学生的学习成绩，计算60分以下，60-70，70-80，80-90，90分以上的频数分布表。操作步骤如下：录入数据。转换数据，生成新变量。（1）选择“Transform→Recode→IntoDifferentVaribles…”命令，弹出“RecodeintoDifferentVariables”对话框，将“成绩”选入“NumericVariable”框中，并在“OutputVariable”中输入新变量的名字“分组”，单击框后的“Change”按钮，如下图所示。（2）单击“OldandNewValues…”按钮，弹出“RecodeintoDifferentVariables:OldandNewValues”对话框。

在对话框中左侧第二个“Range”框中输入60，然后在“NewValue”框中的“Value”后输入1，单击“Add”按钮，右侧的文本框中显示“Lowestthru60→1”，表示用1代表60以下的分数。在第一个“Range”框中输入“60”though“70”，然后在“Value”后输入2，单击“Add”按钮加入，即用2代表60到70之间的分数。同样，用3代表70到80之间的分数，用4代表80到90之间的分数。在第三个“Range”框中输入“90”，然后在“NewValue”框中的“Value”后输入5，单击“Add”按钮加入，即用5代表90以上的分数。设置完成后如上图所示。（3）单击“Continue”按钮，回到主对话框中，单击“OK”按钮，生成新的变量“分组”，界面如下图所示。统计分析。（1）选择“Analyze→DescriptiveStatistic→Frequencies”命令，弹出“Frequencies”对话框，从左侧选择“分组”，使其进入“Variable(s)”框中，如下图所示。（2）选中“Displayfrequencytables”复选框，表示显示频数分布表。（3）单击“Statistics”按钮，弹出“Frenquency:Statistics”对话框，视需要进行选择，如下图所示。本例中采用默认值，设置完成后单击“Continue”按钮。输出百分位数：输出百分位数：输出四分位数将数据平分…等分自定义百分位数离差栏：标准差最小值方差最大值全距均数的标准误中心趋势栏：中心趋势栏：算术平均数中位数众数算术和在计算百分位数值和中位数时，假设数据已经分组分布参数栏：正态分布的偏度正态分布的峰度（4）在主对话框中，单击“Charts”按钮，弹出“Frenquencies:Charts”对话框，如下图所示。本例中选择“Histograms”（直方图）和“Withnormalcurve”（带有正态曲线）两项，单击“Continue”按钮。纵轴表达的统计量，只有选择了条形图和圆图此栏才有效纵轴表示频数纵轴表达的统计量，只有选择了条形图和圆图此栏才有效纵轴表示频数纵轴表示频率－百分比选择图形类型不输出图形输出条形图输出圆图输出直方图（5）在主对话框中，单击“Format”按钮，弹出“Frenquencies:Format（设置频数表输出的格式）”对话框，如下图所示。本例中取默认值，设置完成后单击“Continue”按钮。多变量栏，选择多变量输出表格设置：按变量实际值的升序排列多变量栏，选择多变量输出表格设置：按变量实际值的升序排列将所有变量的结果在一个图形中输出为每一个变量单独输出一个图形排序栏：如果设置了直方图或百分位数，频数表将按变量值升序排列。按变量实际值的升序排列按变量实际值的降序排列按变量各种取值发生的频数的升序排列按变量各种取值发生的频数的降序排列控制频数表输出的分类数量（6）在主对话框中，单击“OK”按钮，提交运行，输出结果。结果分析。根据输出结果可知，在60分以下的有8人，60-70分之间的有6人，70-80分之间的有12人，80-90之间的有18人，90分以上的有6人。频数分布表图如下所示：HistogramsHistograms直方图BarchartBarchart条形图PiechartPiechart饼图

实验二区域分布的测度、相关分析和回归分析一、实验目的及任务罗伦兹曲线绘制。相关分析。一元线性和非线性回归分析。二、实验环境PC系列微机，Windows2000或XP。Excel；SPSS11.0或更高版本。三、实验步骤1、区域分布的测度【例1】某城市各区（j）各类(i)职工数（或产值，各类城市用地等数值，根据研究的对象目的而定）占全市该类职工总人数的百分比（Wij）以及各区（j）职工总人数占全市职工总人数的百分比（Pj）列表如下，分别作纺织业和服务业的罗伦兹曲线。类（i）区号（j）1234567891011∑Wij(%)纺织（1）2.622.715.30.44.22.02.24.627.412.16.5100服务（2）5.27.94.94.933.86.64.68.311.610.02.2100…………………Pj(%)5.58.86.03.233.15.64.210.012.69.02.0100操作步骤如下：为了使曲线逐渐平缓（即和原点距离越大，斜率越小）在计算累积频率之前，以特殊方法先换算求得R值。求R值必须各类分开各自计算列表，如纺织业（i=1），纺织业1区类（i）区号（j）1234567891011∑Wij(%)纺织（1）2.622.715.30.44.22.02.24.627.412.16.5100服务（2）5.27.94.94.933.86.64.68.311.610.02.2100…………………Pj(%)5.58.86.03.233.15.64.210.012.69.02.0100R10.472.582.550.130.130.360.520.462.171.33.25

R20.950.900.821.531.021.181.100.830.921.111.10R…………………根据R值的大小将原分区的秩序按各类分别重新排序（R值越大排在越前面）。然后再进行累积频率的计算，得新表。分区号R1j纺织职工（％）总职工（％）比重（Wij）累积比重比重（Pj）累积比重113.256.56.52.02.022.5822.729.28.810.832.5515.344.56.016.892.1727.471.912.629.4101.312.184.09.038.470.522.286.24.242.610.472.688.85.548.180.464.693.410.058.160.362.095.45.663.740.130.495.83.266.950.134.210033.1100按纺织业的职工累积比重为y轴的值，以相对应的总职工累积比重为x轴的值确定坐标位置并连成曲线，得纺织业罗伦兹曲线。此操作在Excel进行，依次类推，得服务业罗伦兹曲线，且对角线为均匀曲线。如下图：2、相关分析【例2】某城市1983－1993年（t）人均GDP（x）与城市化水平（y）的资料见下表，求1）城市化水平与年份、城市化水平与人均GDP的相关系数；2）对计算出的相关系数进行显著性检验（α=1%）。年份(t)（年）城市化水平(y)（％）人均GDP(x)（元）198320.471165198422.021317198523.381466198623.891566198724.661711198825.511874198926.081927199026.411973199126.752104199227.792362199328.92648操作步骤如下：录入数据。选择“Analyze→Correlate→Bivariate…”命令，弹出“BivariateCorrelations”对话框，将三个变量移入右边框中，并在“Flagsignificantcorrelations”前打钩，如下图所示。点击“OK”按钮，结果输出如下图所示。 Correlations年份城市化水平人均GDP年份PearsonCorrelation1.984(**).985(**)Sig.(2-tailed)..000.000N111111城市化水平PearsonCorrelation.984(**)1.982(**)Sig.(2-tailed).000..000N111111人均GDPPearsonCorrelation.985(**).982(**)1Sig.(2-tailed).000.000.N111111**Correlationissignificantatthe0.01level(2-tailed).3、回归分析【例3】为检查某城市商业网点配置是否合理，调查了10个居住小区，其居民户数（xi）和基层粮店数量(yi)见下表,求两者回归方程，并对方程作显著性检验。操作步骤如下：录入数据；Analyze菜单－Regression－Linear…打开对话框；将所需变量移入右边框，单击OK。结果如下图所示。【例4】某市人口密度y（万人/平方公里），与市中心距离x（公里）抽样调查值如下，对其作非线性回归模型。NOX（km）Y（万人/km）102.8854222.1493333.4750451.3910570.9737690.7043操作步骤如下：录入数据，剔除奇异点样本3；Analyze菜单－Regression－CurveEstination…打开对话框；将所需变量移入右边框，选择非线性模型，单击OK。结果如下图所示。MODEL:MOD_1.IndependentVariable:XMinimumvalue:0Theindependentvariablecontainsvaluesofzero.ModelsINVERSEandScannotbecalculated.Theindependentvariablecontainsnon-positivevalues.ModelsLOGARITHMICandPOWERcannotbecalculated._Independent:XUpperDependentMthRsqd.f.FSigfboundb0b1b2b3YLIN.9763121.06.0022.7335-.241912YLOG11YINVYQUA.99921907.68.0012.8717-.3764.0151YCUB1.00011105.21.0222.8814-.4046.0235-.0006YCOM.99831982.28.0002.9344.854912YPOW11YSYGRO.99831982.28.0001.0765-.1567YEXP.99831982.28.0002.9344-.1567YLGS.99831982.28.000..34081.1697Notes:11Independentvariablehasvaluesofzero.12Independentvariablehasnon-positivevalues.注意：

实验三人口规模和城市化水平预测一、实验目的掌握人口规模的常用预测方法；掌握城市化水平预测的常用方法。二、实验环境PC系列微机，WindowsXP。Excel；SPSS11.0或更高版本。。三、实验步骤1、人口规模预测回归分析法增长率推算法2、城市化水平预测“S”型曲线模型时间序列模型增长率推算法对数模型剩余劳动力转移法四、实验报告1、利用济南市域历年人口规模、人口自然增长率和机械增长率数据，预测2010年、2020年济南市域人口规模（采用两种方法）；2、利用济南市域历年城市化水平以及人均GDP数据预测2010年、2020年城市化水平（采用三种方法）。要求：写出每种方法的名称、公式（列出公式参数的求取过程或简述参数的确定理由），最后综合多种方法作一个结论,并对结论作简单分析。原始数据见附件:附件:济南市域人口和城市化发展过程1人口规模按现行区划范围，济南市1949年总人口为305.20万人，2003年末总人口为582.6万人，其中市区334.8万人，中心城278万人，纵观建国以来济南市人口的发展变化，按其趋势明显地分为五个阶段。第一阶段(1949--1959年)：为人口快速增长阶段，10年总人口增长17.56%，平均年递增率为1.63%。第二阶段(1960--1962年)：为人口下降阶段。三年总人口下降2.05％，平均年下降0.69％。第三阶段(1963--1973年)：为人口高速增长阶段。11年总人口增长22.22％，平均年递增率1.84％。第四阶段(1974--1993年)：为人口增长速度明显趋缓阶段，20年总人口增长22.15％，平均年递增率为1.19％。第五阶段(1993--2003年)：为人口适度增长阶段。10年总人口增长9.20％，平均年递增率为1.25％。济南市的人口增长速度一直低于山东省人口的增长速度。2人口自然增长解放后，济南市人口的自然增长经历了一个曲折的变化过程。由于从多年的战乱时期进入稳定的和平时期，济南市的人口再生产方式由解放前的“高死亡率、高出生率、低自然增长率”类型转变为“高出生率、低死亡率、高自然增长率”类型，目前正转入“低死亡率、低出生率、低自然增长率”类型。1970年前，人口的自然增长率除因三年自然灾害造成经济困难而较低外，其余年份自然增长率都在10‰以上(1949年为8.95‰)，其中有8个年份超过20‰。1971年计划生育工作在城乡广泛深入地展开并明显见效。1973年到1990年全市平均死亡率为6.74‰，自然增长率为8.57‰，1990年至2003年，人口自然增长率是逐年下降的趋势，由6.34‰下降至2.08‰，表明人口再生产正实现逐步转变为“低出生率、低死亡率、低自然增长率”类型。人口再生产方式的这种转化正是人类自身繁衍与物质生产相适应的过程。3人口机械变动从1950年到1990年的40年中，全市净迁入19757人，年平均净迁移率为0.1‰，基本是迁出迁入平衡，但是，自1980年以来人口迁移对全市总人口产生了重要影响。1980年至1990年净迁入210014人，同期全市自然增长462309人，净迁入在全市人口总量的增长中占31.24%，这一时期净迁入人口的自然增长约为8859人，若加上这部分人口迁移因素对人口总量的增长影响则占32.55%。1990年以来，济南市人口机械增长仍是逐年上升的趋势，由1991年的2.21‰增长至2003年的14.2‰。同期，济南市暂住人口也有大幅度的增长，由1990年的13.8万人增至2003年的50万人。1990-2003年济南市历年人口变动情况年份年末总人口(万人)人口自然增长率(‰)人口机械增长率（‰）人口增长率(‰)暂住人口（万人）从业人员（万人）1990523.606.3413.5519.8910.48270.541991527.435.102.217.3113.77276.181992530.703.372.836.2016.44280.191993533.532.013.325.3319.11285.691994537.312.704.387.0820.14303.461995542.123.715.248.9522.12324.221996543.454.02-1.572.4525.44332.331997549.204.845.7410.5826.92337.431998553.544.693.217.9029.88343.91999557.633.783.617.3932.20344.52000562.654.034.979.0035.62347.372001569.003.847.4511.2943.18350.12002575.013.696.8710.5653.50352.72003582.562.0814.216.2850.00355.3注：暂住人口为暂住半年以上人口。自1990年以来市区总人口数增长速度较快，1990年人口总数为283.66万人，至2000年已达到317.2万人，超过了上版规划确定的市区总人口300万人标准，到2003年底增至33480万人，13年增长了1803%，年平均递增率为1.39%，年均增加3.93万人。自然增长率自1990年以来一直低于5‰，2003年达到208‰，低于全市平均水平。人口再生产方式已经转变为“低出生率，低死亡率，低自然增长率”。市区的人口机械增长速度较快，是市区人口增长的主要原因，自1991年以来，人口的机械增长率逐步上升，12年间由6.15‰上升到14.2‰。市区暂住半年以上人口从1990年的9.99万人增至2003年的45万人，2003年增长的趋势有所减缓，比2002年下降了4.23万人。市区从业人员呈平稳增长的趋势。4人口城镇化进程城镇化水平是指一个地区或国家内城镇人口占总人口的百分比。人口城镇化水平是反映社会经济、社会进步、工业化进程的重要标志，因此研究城镇化水平具有重要意义。根据济南1990－2002年的人口数据，包括市域统计数据和市区统计数据，可以得到济南市及市区1990－2002年非农业人口比重及城镇化水平变化趋势。济南市城镇化进程表年份总人口（万人）非农业人口（万人）非农业人口比重（％）城镇人口（万人）城镇化水平（％）1990523.60160.6730.69206.6739.471991527.43163.2930.96212.8740.361992530.70166.0131.28218.8641.241993533.53169.3131.73224.9842.171994537.31180.2833.55232.4943.271995542.12186.0434.32240.4844.361996543.45190.9735.14247.7545.591997549.20194.2335.37256.5846.721998553.54199.2936.00265.4847.961999557.63202.4736.31273.9649.132000562.65207.6836.91283.8550.452001569.00222.2439.06300.5552.822002575.01285.8349.71318.0355.312003582.56297.2151.02337.1257.87济南市区城镇化进程年份总人口（万人）非农业人口（万人）非农业人口比重（％）城镇人口（万人）城镇化水平（％）1990283.66141.0749.73154.6554.521991286.2143.0749.99159.3255.671992288.52147.7451.21164.0556.861993291.24147.9950.81169.0158.031994294.6153.2652.02174.4059.201995299.2158.1952.87181.4160.631996302.78162.553.67190.4862.911997306.98169.3555.17200.3365.261998309.9169.254.60209.6567.651999313.18171.8154.86219.6070.122000317.2176.0455.50230.5172.672001322.4518557.37242.5875.232002327.55234.671.62254.8777.812003334.83243.2972.66269.4780.46从图中变化趋势可见，自1990年以来，济南市及市区城镇化水平是稳步提高的，与济南市的经济发展水平和产业结构调整相适应，符合人口城镇化水平的客观规律。分析1990年以来济南市的经济发展状况，1990-2003年，济南市GDP由138.24亿元增至1367.8亿元，年均增速15.61%(按可比价格计算)，GDP与城镇人口的相关系数高达0.992，因此经济的持续高速增长必然带动城镇化进程的加快。三次产业结构由17.31:48.73:33.96调整至8.22:42.39:49.38，三次产业从业人员比重由46.5:32.4:21.1转变成30.6:30.9:38.5，大量人口从第一产业转向分布在城市中的第二、三产业，农村人口向城市人口转移，促进了城镇化的发展。从另一方面来说，城镇化的发展，城市人口的增多，需求增加，必然会促进城市经济的进一步发展。

实验四城市空间引力模型一、实验目的掌握居住分布模型；掌握双约交通模型。二、实验环境PC系列微机，WindowsXP。DELPH编制的居住分布模型和双约交通模型三、实验步骤1、居住分布模型在上班出行矩阵中单击“总计”，输入带眷系数，“λ*平均交通时间”后输入1.5，点击“平均交通时间”后点击计算，查看“上班出行计算值与实际值的误差矩阵”，调整“λ*平均交通时间”中的值，直到估计的上班出行平均交通时间（右下角）与实际值（左下角）最为接近为好。注意：如要增大区间相互作用，则降低λ值；如要减小区间相互作用，则增大λ值。2、双约交通模型在“λ*平均交通时间”后输入1.5，点击计算，查看“上班出行计算值与实际值的误差矩阵”，调整“λ*平均交通时间”中的值，直到估计的上班出行平均交通时间（右下角）与实际值（左下角）最为接近为好。注意：如要增大区间相互作用，则降低λ值；如要减小区间相互作用，则增大λ值。四、实验报告为简化计算，某城市分为三个区，各区上班出行矩阵和出行时间矩阵调查如下（见表1、表2），各区的吸引指数用住宅套数来表示（见表3）。表1上班出行实际值TijDjOi居住区(职工)总计123工作区(职工)112350120014601501021040336016006000312601250821010720合计1465058101127031730表2上班出时间矩阵dij(分钟)DjOi居住区123工作区14.510.12512210.1252.17.653127.653表3住宅套数Hj(套)区号123住宅套数Hj18755802514435表4开发后各区住宅套数Hj(套)区号123住宅套数Hj19000954314500要求:1)利用给出的居住分布模型程序求出该城市的最佳居住分布模型（即求出最佳λ值，λ值精确到小数点后五位）；2)如该城市拟进行新住宅开发，开发后各区住宅套数如表4，其余条件不变，求该城市的上班出行矩阵。

实验五聚类分析一、实验目的掌握原始数据的标准差标准化方法；掌握聚类分析操作步骤。二、实验环境PC系列微机，WindowsXP。SPSS10.0或更高版本。三、实验步骤1、原始数据的标准化给定一原始数据矩阵（见下表），要求：对原始数据矩阵进行标准差标准化。操作步骤如下：录入数据。选择“Analyze→DescriptiveStatistic→Descriptives”命令，弹出“Descriptives”对话框，将左侧四个指标（变量）移入右边框中，在“Savestandardizedvaluesasvariables”前打钩，如下图所示。单击“OK”，标准差标准化后的数据出现在数据编辑器中。2、聚类分析用前述数据对G1、G2、G3、G4、G5五个系统进行聚类分析。选择“Analyze→Classify→HierarchicalCluster”命令，弹出“HierarchicalClusterAnalysis”对话框，将左侧四个标准化后的指标（变量）移入右边框中，如下图所示。单击“Statistics”按钮，在弹出的对话框中选择“Agglomerationschedule”聚结图和“Proximitymatrix”矩阵表两项；如预先知道聚为几类，则在“ClusterMembership”下第二个选项后输入聚为几类；点击“Continue”按钮。如下图所示。单击“Plots…”按钮，在弹出的对话框中选择“Dendrogram”谱系（树形）图，点击“Continue”按钮。如下图所示。单击“Method…”按钮，弹出对话框,在“ClusterMethod”中选择一种聚类分析方法，在“Measure”中选择系统间的距离测量方法；“TransformValues”下为原始数据的标准化处理方法，如前述选择的变量为已经标准化后的变量，则此步骤省略；点击“Continue”按钮。如下图所示。组间联结法组内联结法最短距离法最远距离法组间联结法组内联结法最短距离法最远距离法重心法中间距离法离差平方和法欧氏距离欧氏距离的平方夹角余弦相关系数欧氏距离欧氏距离的平方夹角余弦相关系数…绝对距离…不标准化标准差标准化极差标准化…不标准化标准差标准化极差标准化…单击“Save…”按钮，弹出对话框,如预先知道聚为几类，则在“Singlesolution”后输入聚为几类；点击“Continue”按钮，如下图所示，回到主对话框。距离矩阵点击“OK”，弹出结果输出窗口。距离矩阵 ProximityMatrixCaseSquaredEuclideanDistance123451.0005.8899.55721.0038.89725.889.0003.88915.5577.14939.5573.889.0003.8891.180421.00315.5573.889.0002.98958.8977.1491.1802.989.000Thisisa