类；2将8个变量添加到变量框中，在聚类方法中选择变量，采用R型聚类；3在“统计量”对话框中，选择合并进程表和相似性矩阵，并在聚类成员中选择方案范围为最小聚类数2，最大聚类数4；4在“绘制”对话框中勾选上“树状图”；5在“方法”对话框中聚类方法选择“组间联接，区间采用Euclidea
距离；6单击“确定”，进行层次聚类分析。33结果分析
表31群集聚类表
表32群集成员表
9
f数据分析方法及软件应用课程作业
由表31可看出，第一步将2和4合并为一组，此组将在第三步中出现；第二步将3和5合并为一组，此组将在第四步中出现；其他同理；最后在第七步，将所有组合并为一组。由表32可看出，分成4组的话，第一组为意大利；第二组为韩国、法国、美国；第三组为罗马尼亚、中国、俄罗斯；第四组为热心观众。其他群集同理。
图31冰柱图
由冰柱图可看出，当聚成7类时，法国和韩国为一类，其他裁判各为一类；当聚成6类时，法国韩国为一类，中国和罗马尼亚为一类，其他裁判各为一类；当聚成5类时，美国、法国、韩国为一类，中国和罗马尼亚为一类，其他裁判各为一类；当聚成4类时，美国、法国、韩国为一类，俄罗斯、罗马尼亚、中国为一类，意大利和热心观众各为一类；当聚成3类时，热心观众为一类，美国、法
10
f数据分析方法及软件应用课程作业国、韩国为一类，其他国家为一类；当聚成两类时，热心观众为一类，其他国家为一类。
图32树状图
由树状图可看出：第一步（24）以及（35）各合并为一组；第二步（24）和6合并为一组，（35）和7合并为一组；第三步（357）和1合并为一组；第四步（246）和（1357）合并为一组；第五步，所有裁判合并为一组。34结论由以上结果可看出，若将裁判分成4组，意大利裁判独自分成一组，说明了其打分标准与其他裁判存在很大的差异性；热心观众也是独自分成一组，其打分标准也与其他裁判存在很大的差异性；韩国、美国、法国分成一组，说明这三个国家的裁判打分具有相似性；罗马尼亚、中国、俄罗斯分成一组，说明这三个国家的裁判打分也具有相似性。需要选出4个具有代表性的裁判，那么一定会选择意大利、热心观众，第三位可以从韩国、美国、法国中选一个，第四位可以从罗马尼亚、中国、俄罗斯中选一个。为了确定第三位和第四位裁判具体哪个国家，可分别计算他们的复相关系数，并选择复相关系数最高的作为代表。第3类的复相关系数分别为：韩国裁判与（法国裁判，美国裁判）为0949，法国裁判与（韩国裁判，r