1. クラスター分析
   
   1. データの読み込み
      まず，csv形式と呼ばれる，個々のデータがコンマで区切られた形式の データファイルを読み込む．
      
      1. メニューの「データ」から， 「データのインポート」→ 「テキストファイルまたはクリップボードから」を選ぶ．
         
         
         
         
      2. 読み込んだデータに R 用の名前(データセット名)を指定して， ファイルの形式の詳細を指定する．下の例では，�@データセット名が「cexam」， �Aファイルの1行目に変数名があることをチェック，�Bフィールドの区切り記号が カンマであること(フィールドとは，データファイルの列のこと)， �C小数点の記号がピリオドであること，を指定している．これらを指定してから， 一番下の「OK」ボタンを押す．
         
         
         
         
      3. 読み込むデータファイルを指定する．
         
         
         
         
      4. 読み込んだデータの中身を確認しよう． メニューの下にある「データセットの編集」ボタンを押すと， 読み込んだデータが表示され，修正もできる．データを見るだけなら， 「データセットを表示」ボタンでもいいが，そのボタンを押すと ハングアップする不具合があるみたいだから，押さないように．
         
         
         
         
         
         読み込んだデータセットは，5つの変数(no と x1〜x4)を持つ123個のデータで 構成されていることがわかる．
      
      
      
   2. クラスター分析(階層的)
      まずは， 階層的な方法でクラスター分析を行う．
      1. メニューの「統計量」から， 「次元解析」→「クラスタ分析」→「階層的クラスタ分析」を選ぶ．
         
         
         
         
      2. 分析の対象とする変数(ここでは x1 〜 x4)とクラスタ間の距離の測り方(ここではウォード法)，データ間の距離の測度(ここではユークリッド距離)を指定して， さらに，「デンドログラムを描く」をチェックして， 「OK」ボタンを押す．
         
         
         
         
      3. 表示されたデンドログラムを見て，グループ分けの結果を概観しよう． 変数名のラベルが重なって表示されているため，詳しくは見ることはできない． このデンドログラムから2〜4のクラスタに分けることができるように 見える．
         
         
         
         
      4. デンドログラムからクラスタ数を決めて，分析結果を要約しよう． メニューの「統計量」から， 「次元解析」→「クラスタ分析」→「階層的クラスタリングの要約」を選ぶ．
         
         
         
         
      5. クラスタ数を決めて(ここでは3個)を決めて，「OK」ボタンを押す．
         
         
         
         
         
         
      6. 出力ウィンドウに分析結果が表示される． 3つのクラスはそれぞれ，56個，39個，28個のデータで構成されることが わかる．また，それぞれのクラスタの平均値も表示される．
         
         
         
         
      7. さらに，バイプロットにより，各データ間の類似度が 概観できる．バイプロットとは，データの第1主成分得点と第2主成分得点 の散布図である．また，第1主成分と第2主成分に対する各変数の 重みのペアもベクトルとして図示される．
         
         
         
         
      8. 階層的クラスタリングの分析結果をデータセットに保存しよう． メニューの「統計量」から， 「次元解析」→「クラスタ分析」→「階層的クラスタリングの結果をデータセットに保存」を選ぶ．
         
         
         
         
      9. 分類するクラスタ数を指定して(ここでは3個)，「OK」ボタンを押す．
         
         
         
         
         
         
      10. 分類されたクラスター番号が，変数 hclus.label に記憶されていることを確認しよう． メニューの下にある「データセットの編集」ボタンを押すと， データが表示される．
          
          
          
          
          
          
      11. 分類されたクラスターごとに色を変えて，散布図を 描いてみよう．ここでは，変数 x1 を横軸に，変数 x2 を縦軸に．
          
          
          
          
          
          
          
          
          
          
          
          
      12. 散布図にデータの番号を表示するために，「入力ウィンドウ」に "text(cexam$x1+xinch(0.1),cexam$x2,cexam$no)" と入力し， 「入力ウィンドウ」の右下の「実行」ボタンを押す．
          
          
          
          
   3. クラスター分析(非階層的)
      つぎに，非階層的なクラスター分析を行う．
      1. メニューの「統計量」から， 「次元解析」→「クラスタ分析」→「k-平均クラスタ分析」を選ぶ．
         
         
         
         
      2. 分析対象の変数(ここでは x1 〜 x4) を選び，クラスタ数を 指定し(ここでは 3)，さらに，「データセットにクラスタを 割り当てる」にチェックを入れて，「OK」ボタンを押す．
         
         
         
         
      3. 第1主成分と第2主成分の散布図(バイプロット)が 表示され，クラスターへ分類した様子が視覚的に確認できる．
         
         
         
         
      4. 出力ウィンドウに分析結果が表示される． 3つのクラスはそれぞれ，47個，42個，34個のデータで構成されることが わかる．また，それぞれのクラスタの平均値なども表示される．