雷达图中，变量的次序是任意的，有时变量的安排使图形显得茫然，不利于从整体上比较和评估数据变化的规律性。树形图可以克服这个缺陷。

树形图是用一棵树来表达多个变量，树上每一个末树枝对应一个变量，这棵树的分叉的位置与角度，即变量的次序是根据层次聚类的原则确定的，主干树取决于分枝聚类时的主导变量，而分支按相关程度依次从高到低排列。末枝的长度表示变量的观察值，分支的长度是其上末枝长度的平均值，分叉的角度等价于两变量间相关系数r_ij的夹角余弦。令θ_ij表示变量x_i和变量x_j之间的夹角，则

θ_ij＝arccosr_ij

即相关性强则夹角小，相关性弱则夹角大。如此依相关程度层层聚类，直至最后的树枝而形成一棵完整的树。图12.1即为树形图，图中：

图12.1　树形图

θ₁₂＝arccosr₁₂，θ₃₄＝arccosr₃₄，θ₀＝arccosr₁₈（假设大枝是由分量x₁和x₈决定）

画树形图前，首先对数据进行层次聚类以得到聚类树，由聚类树画出多元树形图是很容易的。