用于聚类多元分类数据集类别的双向系统树图

本文研究多元分类数据集中类别的聚类问题，该问题可分解为合并同一变量的类别（即变量内类别）和组合不同变量的类别（即变量间类别）。对于变量内问题，目标是在不影响数据集基本特征的前提下减少类别数（从而降低数据维度），从而简化使用分类变量的任何分析的解释。类别可以是有序或名义性质的，该性质在聚类中得到尊重，即有序变量的仅相邻类别可以合并。对于变量间问题，目标是得到少量能够代表数据集中观测值的类别簇。在后一问题中，对哪些类别可以组合没有限制，只要它们不在同一变量内组合即可。在每个问题中，结果以一对上下堆叠的系统树图形式给出，称为双向系统树图。对于变量内问题，一旦每个变量内的所有类别合并完成，第二阶段是对变量本身进行聚类。对于变量间问题，第二阶段是对落入第一阶段聚类所得响应集的受访者群体进行聚类。该方法使用来自国际社会调查项目的社会学调查数据集进行说明。