聚類分析SPSS操作PPT課件

1、2021/3/912021/3/92分 析 目 標(biāo)聚 類 原 則研究對(duì)象的分類研究對(duì)象的分類分 析 對(duì) 象分 析 步 驟2021/3/93案例案例X1X2X3X4變量變量123452021/3/94q 產(chǎn)生分類結(jié)果產(chǎn)生分類結(jié)果q 產(chǎn)生假設(shè)產(chǎn)生假設(shè)q 證實(shí)證實(shí)2021/3/95SPSS上機(jī)操作上機(jī)操作2021/3/96聚類分析步驟聚類分析步驟2021/3/97選擇變量原則選擇變量原則不同對(duì)象的變量有顯著差異變 量 之 間 不 能 高 度 相 關(guān)符合分析的目的反映對(duì)象的特征2021/3/98SPSS系統(tǒng)聚類的參數(shù)選擇系統(tǒng)聚類的參數(shù)選擇聚類類別：聚類類別：統(tǒng)計(jì)統(tǒng)計(jì)圖：樹型譜系圖圖：樹型譜系圖 冰柱譜

2、系圖冰柱譜系圖聚類方法聚類方法1.Between-groups linkage 類間平均法類間平均法 兩類距離為兩類元素兩兩之間平均平方距離兩類距離為兩類元素兩兩之間平均平方距離2.Within-groups linkage 類內(nèi)平均法類內(nèi)平均法兩類距離為合并后類中可能元素兩兩之間平均平方距兩類距離為合并后類中可能元素兩兩之間平均平方距離離3.Nearest neighbor 最短距離法最短距離法 4. Furthest neighbor 最長距離法最長距離法5.Centroid clustering 重心法重心法 (歐式距離歐式距離)6.Median clustering 中間距離法中間距離

3、法 (歐式距離歐式距離)7.Ward Method 離差平方法離差平方法 (歐式距離歐式距離)2021/3/992021/3/910從左邊列表框中選擇變量名并用箭頭鍵按鈕轉(zhuǎn)移到變量列表框中作為聚類分析的變量列表框變量列表框箭頭鍵按鈕2021/3/911個(gè)案聚類變量聚類2021/3/912選擇輸出統(tǒng) 計(jì) 量選擇輸出統(tǒng)計(jì)圖表2021/3/913生成聚結(jié)表（每一個(gè)聚類步驟的 聚 類 成 員 合 并 顯 示 ）生 成 組 間 距 陣變量與聚類步驟之 間 的 關(guān) 系不顯示聚為n類時(shí)案例 對(duì) 應(yīng) 的 類聚為m-n類時(shí)案例對(duì)應(yīng)的類2021/3/914生 成 樹 形 圖生 成 冰 柱 圖顯 示 所 有聚 類

4、步 驟顯 示 幾 個(gè)聚 類 步 驟不生成冰柱圖冰 柱 圖 柱 軸顯 示 方 向2021/3/915確定聚類過程中采用的具體方法、距離的計(jì)算方法、數(shù)據(jù)轉(zhuǎn)換的方法。2021/3/916確定聚類的具體方法設(shè)置距離和相似系數(shù)的確定方法設(shè)置對(duì)數(shù)據(jù)進(jìn)行標(biāo) 準(zhǔn) 化 的 方 法2021/3/917組間聯(lián)結(jié)法組內(nèi)聯(lián)結(jié)法最長距離法最短距離法重 心 法中間距離法離差平方和法2021/3/918平方歐氏距離相 關(guān) 系 數(shù)馬 氏 距 離夾 角 余 弦切比曉夫距離明可斯基距離自定義距離歐 氏 距 離2021/3/919不進(jìn)行標(biāo)準(zhǔn)化轉(zhuǎn)換后均值為0標(biāo) 準(zhǔn) 差 為 1轉(zhuǎn)換到（-1，1）范圍轉(zhuǎn) 換 到 （ 0 ， 1 ） 范 圍

5、用數(shù)據(jù)除以最大值用數(shù)據(jù)除以均值用數(shù)據(jù)除以標(biāo)準(zhǔn)離差2021/3/9202021/3/921有效個(gè)案缺失個(gè)案2021/3/922某步合并的 個(gè) 案距離或者相似系數(shù)參與合并的個(gè)案項(xiàng)中，若有新類，該類在哪一步第一次生成對(duì)應(yīng)新類將在第幾步與其他個(gè) 案 合 并2021/3/923個(gè)案或者新類在第n步合并，則第(m-n+1)以上合并項(xiàng)對(duì)應(yīng)列之間用“X”填充2021/3/924清楚地顯示了聚類 的 全 過 程所 有 個(gè) 案分 為 兩 類所 有 個(gè) 案分 為 三 類所 有 個(gè) 案分 為 四 類2021/3/925不 保 存 新 變 量生 成 新變 量 保存 聚 為n 類 時(shí)各 案 例對(duì) 應(yīng) 的類生成新變量保存聚為n-m類 時(shí) 各 案