我有一個包含這樣的一個數據集：歐氏距離
case,group,val1,val2,val3,val4
1,1,3,5,6,8
2,1,2,7,5,4
3,2,1,3,6,8
4,2,5,4,3,7
5,1,8,6,5,3
我試圖計算編程值的組中的向量之間的歐幾里得距離。
這意味着我在n個組中有x個個案。歐幾里德距離是在行對之間計算的，然後對該組進行平均。所以，在上面的例子中，首先我計算組1的平均值和標準偏差（情況1,2和5），然後標準化值（即[（原始值 - 平均值）/ st dev]，然後計算情況之間的ED 1和案例2，案例2和5，案例1和5，最後取平均ED的組。
任何人都可以表明，在一個合理有效的方式實現這一目標的一種巧妙的方法？
作爲我將如何處理這在SPSS一個示例中，第一允許讀出的示例性數據到SPSS。
data list list (",")/case group val1 val2 val3 val4 (6F1.0).
begin data
1,1,3,5,6,8
2,1,2,7,5,4
3,2,1,3,6,8
4,2,5,4,3,7
5,1,8,6,5,3
end data.
dataset name orig.
然後我們可以使用SPLIT FILE和PROXIMITIES按組，讓我們的距離矩陣。請注意，正如您在flodel答案的評論中提到的那樣，這會產生需要處理的單獨數據集（另請注意，SPSS語法中實際上從不重要，例如split file和SPLIT FILE等效）。
sort cases by group.
split file by group.
dataset declare dist.
PROXIMITIES val1, val2, val3, val4
/STANDARDIZE = Z
/MEASURE = EUCLID
/PRINT = NONE
/MATRIX = OUT('dist').
不同於R，一個SPSS數據矩陣內基本上一切都像的R data.frame，附近以便SPLIT文件功能替換所有不同*ply功能R.非常convienant，但一般不太靈活。所以現在我們需要彙總我保存結果的dist文件中的距離。我們首先對行進行求和，然後通過AGGREGATE命令進行求和。
dataset activate dist.
compute dist_sum = SUM(VAR1 to VAR3).
*it appears SPSS keeps empty cases - we dont want them in the aggregation.
select if MISSING(dist_sum) = 0.
dataset activate dist.
DATASET DECLARE dist_agg.
AGGREGATE
/OUTFILE='dist_agg'
/BREAK=group
/dist_sum = SUM(dist_sum)
/N_Cases=N.
dataset activate dist_agg.
compute mean_dist = dist_sum /(N_Cases*(N_Cases - 1)).
這裏我將彙總結果保存到名爲dist_agg的另一個數據集中。因爲SPSS（令人討厭地）保存了全距離矩陣，所以平均值不會是n*(n-1)/2（如等效的R語法），但假設你不想對對數的平均值計算對角元素，那麼將會是n*(n-1)。然後我們可以通過匹配文件命令將這些數據文件合併到orig數據文件中。
*merge back into the original dataset.
dataset activate orig.
match files file = *
/table = 'dist_agg'
/by group.
exe.
*clean out old datasets if you like.
dataset close dist.
dataset close dist_agg.
R的靈活性，來回走matrix和data.frame對象之間，使SPSS這個工作更笨重一點。我可以用SPSS的MATRIX語言編寫更簡潔的程序來完成此任務，但是在MATRIX中的跨組執行操作時會遇到麻煩（與R的*ply語法相比）。
是，它可能是R中更容易...
您的數據：
dat <- data.frame(case = 1:5,
group = c(1, 1, 2, 2, 1),
val1 = c(3, 2, 1, 5, 8),
val2 = c(5, 7, 3, 4, 6),
val3 = c(6, 5, 6, 3, 5),
val4 = c(8, 4, 8, 7, 3))
短溶液：
library(plyr)
ddply(dat[c("group", "val1", "val2", "val3", "val4")],
"group", function(x)c(mean.ED = mean(dist(scale(as.matrix(x))))))
# group mean.ED
# 1 1 3.121136
# 2 2 3.162278
這是一個使用base R更簡單的解決方案。
d <- by (dat[,2:5], dat$group, function(x) dist(x))
sapply（d，平均）
andy-w感謝提供此解決方案與SPSS。我不得不說，我比來自@ flodel的R解決方案更瞭解它，但也許是因爲SPSS（在它的笨拙中）使每個中間步驟都可見！非常感謝您的意見 – lorenzov 2013-05-07 02:45:07