有序样品聚类（ordered sample clustering），理学-统计学-数理统计-多因变量线性模型，在实际应用中，样品的次序不变动的聚类方法。基本原理有序样品即为按照一定顺序排列的样品，其次序不可打乱。有序样品聚类方法与一般的聚类方法区别在于各样品的“地位”不相同，而在一般的聚类方法中，所有样品都是按照距离原则平等地被聚到某一类中，不管原先样品是什么样的顺序。例如，对动植物按生长的年龄段进行聚类，年龄的顺序是不能改变的，否则就没有实际意义了；又例如，在地质勘探中，需要通过岩心了解地质结构，此时按深度顺序取样，样品的顺序也不能打乱。对于这些有序样品的聚类，实际上是需要找出一些分点，将它们划分为几个分段，每个分段看作一类，称这种聚类为分割。显然，分点在不同位置可以得到不同的分割。这样就存在一个如何决定分点，使其达到所谓最优分割的问题。即要求一个分割能使各段内部样品间的差异最小，而各段之间样品的差异最大。这就是决定分割点的依据。如果用表示个有序的样品，则每一类必须是这样的形式，即，其中，且，简记为。在同一类的样品是次序相邻的。个有序样品分成类，则一切可能的分法有种。