论文部分内容阅读
基于二维信息的传统聚类方法并不适用于处理面板数据,在考察面板数据多重信息特征的基础上,基于面板数据的"绝对指标","增量指标"及"波动指标",重构了面板数据相似性测度的距离函数和Ward聚类算法,提出了面板数据自适应权重聚类方法.所提供的算法既可退化为传统的绝对量距离聚类方法,亦可对面板数据的未来所属类别进行聚类预测.最后,实例显示此方法兼具有效性和灵活性.