(129)-聚類分析SPSS典型相關(guān)分析

聚類分析目錄CONTENTSK-Means聚類

系統(tǒng)聚類

目的與方法

二階聚類

一、目的與方法01K-Means聚類-快速聚類1.聚類分析是對樣本和變量進行分析的一種統(tǒng)計方法。目的是根據(jù)事物本性的特性，將相似的事物歸類。被歸為一類的生物具有較高的相似性，不同類間的事物有著很大的差異。2.不同類型的數(shù)據(jù)計算距離遠近的方法（1）定距型變量：歐氏距離、平方歐氏距離、契比雪夫距離（2）定序型變量：卡方距離、Phi距離（3）二值變量：簡單相關(guān)系數(shù)、雅可比系數(shù)3.分類過程的：快速聚類、系統(tǒng)聚類和兩步聚類

二、K-Means聚類及其實現(xiàn)過程K-Means聚類01實現(xiàn)過程0201K-Means聚類1.K-Means聚類也稱快速聚類，是MacQueen于1967年提出的。它將數(shù)據(jù)看成k維空間上的點，以距離作為測度個體“親疏程變”的指標，并通過犧牲多個解為代價換得高的執(zhí)行效率。2.參與聚類分析的變量必須是數(shù)值型變量，且至少要有1個。3.指定一個表明觀測量特征的變量作為標示變量。02K-Means聚類的實現(xiàn)過程分析(A)-分類(F)-K-均值聚類-參數(shù)設(shè)定-確定操作過程

【例】研究者統(tǒng)計了某班級學生身高、體重與肺活量三類數(shù)據(jù)，請使用快速聚類，將29個學生分成3類。

三、系統(tǒng)聚類系統(tǒng)聚類01實現(xiàn)過程0201系統(tǒng)聚類-分層聚類系統(tǒng)聚類也稱為分層聚類，首先將一定數(shù)量的樣品或指標各自看成一類，根據(jù)樣品（或指標）的親疏程度，將親疏程度最高的兩類進行合并，然后考慮合并后的類與其他類之間的親疏程度，再進行合并。2.分系統(tǒng)聚類分為Q型聚類和R型聚類兩種：Q型聚類是對樣本進行聚類，R型聚類是對變量進行聚類02系統(tǒng)聚類的實現(xiàn)過程分析(A)-分類(F)-系統(tǒng)聚類-參數(shù)設(shè)定-確定操作過程

【例】某市場調(diào)查公司對5個商場從購物環(huán)境和服務(wù)質(zhì)量兩個方面進行的評價，請使用層次聚類，對5個商場進行分類。

四、二階聚類二階聚類01實現(xiàn)過程0201二階聚類二階聚類也稱為兩步聚類：第一步，構(gòu)建一個分類的特征樹(CF)；第二步，使用凝聚算法對特征樹的葉節(jié)點進行分組。二階聚類是一個探索性的分析工具，主要是用來揭示原始數(shù)據(jù)的自然的分類或分組。該方法能同時處理分類變量和連續(xù)變量。02二階聚類的實現(xiàn)過程分析(A)-分類(F)-二階聚類-參數(shù)設(shè)定-確定操作過程

【例】有一份關(guān)于企業(yè)員工收入情況的調(diào)查數(shù)據(jù)，研究