SPSS操作方法：聚類分析報告

./實驗指導之一聚類分析的SPSS操作方法系統(tǒng)聚類法實驗例城鎮(zhèn)居民消費水平通常用下表中的八項指標來描述。八項指標間存在一定的線性相關。為研究城鎮(zhèn)居民的消費結構,需將相關性強的指標歸并到一起,這實際上就是對指標聚類。實驗數(shù)據(jù)表20XX30個省。市,自治區(qū)城鎮(zhèn)居民月平均消費數(shù)據(jù)x1人均糧食支出<元／人>x5人均衣著商品支出<元／人>x2人均副食支出<元／人>x6人均日用品支出<元／人>x3人均煙、酒、茶支出<元／人>x7人均燃料支出<元／人>x4人均其他副食支出<元／人>x8人均非商品支出<元／人>x1x2x3x4x5x6x7x8北京7.7848.448.0020.5122.1215.731.1516.61天津10.8544.687.3214.5117.1312.081.2611.57河北9.0928.127.409.6217.2611.122.4912.65山西8.3523.537.518.6217.4210.001.0411.219.2523.756.619.1917.7710.481.7210.51遼寧7.9039.778.4912.9419.2711.052.0413.29吉林8.1930.504.729.7816.287.602.5210.327.7329.205.429.4319.298.492.5210.00上海8.2864.348.0022.2220.0615.520.7222.89江7.2145.797.6610.3616.5612.862.2511.69浙江7.6850.3711.3513.3019.2514.592.7514.87安徽8.1437.759.618.4913.159.761.2811.28福建10.6052.417.709.9812.5311.702.3114.69江西6.2535.024.726.2810.037.151.9310.39山東8.8233.707.5910.9818.8214.731.7810.10河南9.4227.938.208.1416.179.421.559.76湖北8.6736.057.317.7516.6711.682.3812.88湖南6.7738.696.018.8214.7911.441.7413．23廣東12.4776.395.5211.2414.5222.005.4625.50廣西7.2752.653.849.1613.0315.261.9814.57海南13.4555.855.507.459.559.522.2116.30四川7.1840.917.328.9417.6012.751.1414.80貴州7.6735.718.048.3115.137.761.4113.25云南9.9837.697.018.9416.1511.080.8311.67西藏7.9439.6520.9720.8222.5212.411.757.90陜西9.4128.205.7710.8016.3611.561.5312.17甘肅9.1627.989.019.3215.999.101.8211.35青海10.0628.6410.5210.0516.188.391.9610.81寧夏8.7028.127.2110.5319.4513.301.6611.96新疆6.9329.854.549.4916.6210.651.8813.61系統(tǒng)聚類法的SPSS操作：1.從數(shù)據(jù)編輯窗口點擊Analyze→Classify→HierachicalCluster,〔見圖1圖1系統(tǒng)聚類法打開層次聚類法對話如圖2。圖2系統(tǒng)聚類法對話框選擇需要進行聚類分析的變量進入Variable框后,在Cluster欄中選擇聚類類型,SPSS有兩種層次聚類方法：Cases對樣品聚類〔Q型；系統(tǒng)默認,Variable對指標變量聚類<R型,本例選擇。在Display欄中選擇默認的輸出項。2.點擊Statistics按鈕,打開對話框如圖3.圖3Statistics對話框Agglomerationschedule輸出凝聚狀態(tài)表〔聚類進度表；本例選擇。Ploximitymatrix輸出個體間的距離矩陣,本例選擇。ClusterMembership欄中顯示每個觀測量被分派到的類。None不輸出。本例選擇。Simplesolution指定分類數(shù),并輸出樣本所屬類,單一解。Rengeofsolution指定輸出從m到n類的各樣本所屬類。多個解。選好后返回主對話框。3.單擊Method按鈕,打開對話框如圖4-1.ClusterMethod：選擇聚類方法：SPSS中提供7種聚類方法,分別是：類間平均,類平均,最短距離,最長距離,重心法,中值法,最小平方和法。本例選擇類間平均。Measure欄：對距離的測度方法選擇SPSS中提供了三種類型：Interval等間距度量的變量〔連續(xù)型,Counts計數(shù)型變量〔離散型和Binary二值變量。Interval等間隔測度的變量方法包括:Euclideandistance歐氏距離；SquaredEuclideandistance歐氏平方距離；Cosine夾角余弦〔R型聚類；PearsonCorrelation皮爾遜相關系數(shù)距離〔R型聚類,本例選擇此項。Chebychev契比雪夫距離；block距離；Minkowski明氏距離；Customized用戶自定義距離--即變量絕對值的第p次冪之和的第r次根。p與r由用戶指定。圖4-1Method對話框TransformValues欄,選擇消除數(shù)量級差的方法〔見圖4-2,依次是：None不作處理〔系統(tǒng)默認；本例選擇此項。Zscores標準化處理；Range-1to1各變量值除全距；Range0to1各變量值減最小值后除全距；Maximummagnitudeof1各變量值除最大值；Meanof1各變量值除以均值；Standarddeviationof1各變量值除以標準差。圖4-2Method對話框4.單擊Plots按鈕,打開對話框如圖5.圖5Plots對話框Dendrogram表示輸出樹形圖,本例選擇此項。Icicle表示輸出冰柱圖。其中,Allclusters表示輸出聚類分析每個階段的冰柱圖；本例選擇此項。Specifiedrangeofcluster表示只輸出某個階段的冰柱圖,輸入從第幾步開始到第幾步結束,中間間隔幾步。Orientationk欄中指定如何顯示冰掛圖：Vertical縱向顯示,本例選擇此項。Horizontal橫向顯示。圖6SaveNewVariables對話框5.單擊Save按鈕,打開SaveNewVariables對話框,如圖6所示。選擇是否將聚類的結果以變量形式保存在數(shù)據(jù)文件中。變量名為：clun_m,其中n表示類數(shù),m表示第m次分析。ClusterMembership欄None不輸出Simplesolution指定分類數(shù),并輸出樣本所屬類。單一變量。Rengeofsolution指定輸出從m到n類的各樣本所屬類。多個變量。當選擇結束后,在主對話框中點擊OK,可得下面的輸出表和圖。ProximityMatrix兩兩變量間距離矩陣〔相關系數(shù)矩陣CaseMatrixFileInput人均糧食支出〔元/人人均副食支出<元／人>人均煙、酒、茶支出<元／人>人均其他副食支出<元／人>人均衣著商品支出<元／人>人均日用品支出<元／人>人均燃料支出<元／人>人均非商品支出<元／人>人均糧食支出〔元/人.000.334-.055-.061-.289.197.349.319人均副食支出<元／人>.334.000-.023.399-.156.716.414.835人均煙、酒、茶支出<元／人>-.055-.023.000.533.497.033-.139-.258人均其他副食支出<元／人>-.061.399.533.000.698.478-.171.313人均衣著商品支出<元／人>-.289-.156.497.698.000.284-.208-.081人均日用品支出<元／人>.197.716.033.478.284.000.408.710人均燃料支出<元／人>.349.414-.139-.171-.208.408.000.399人均非商品支出<元／人>.319.835-.258.313-.081.710.399.000AverageLinkage<BetweenGroups>類間平均AgglomerationSchedule凝聚狀態(tài)進度表；StageClusterCombinedCoefficientsStageClusterFirstAppearsNextStageCluster1Cluster2Cluster1Cluster2128.835002226.713105345.698004434.515037527.407206612.299057713.004640凝聚狀態(tài)進度表：第一列<Stage>表示聚類的進度順序；第二、三列<Clustercombine>表示每一步將哪兩類合并；第四列<Cofficients>表示被合并的兩類之間的距離；第五、六列<StageClusterFirstAppares>表示被合并的兩類上一次合并分別是在哪一步形成的。0表示被合并的類為單個樣品。最后一列<NextStage>表示每一步形成的新類將在哪一步參與下一次合并。VerticalIcicle冰柱圖NumberofclustersCase人均衣著商品支出<元／人>人均其他副食支出<元／人>人均煙、酒、茶支出<元／人>人均燃料支出<元／人>人均日用品支出<元／人>人均非商品支出<元／人>人均副食支出<元／人>人均糧食支出〔元/人1XXXXXXXXXXXXXXX2XXXXXXXXXXXXXX3XXXXXXXXXXXXX4XXXXXXXXXXXX5XXXXXXXXXXX6XXXXXXXXXX7XXXXXXXXXDendrogram表示輸出樹形圖〔譜分析圖******HIERARCHICALCLUSTERANALYSIS******DendrogramusingAverageLinkage<BetweenGroups類間平均>RescaledDistanceClusterCombineCASE0510152025LabelNum++++++X22X88X66X77X11X44X55X33二：K-聚類法的具體操作以例10.4為例,說明快速聚類法的操作過程。1.在數(shù)據(jù)窗口單擊Analyze→Classify→K-MeanCluster打開對話框〔見圖7圖7K-MeansClusterAnalysis對話框將變量選入Variables欄；將標識變量選入LabelCases欄〔可省略將分類數(shù)輸入Numberof框〔系統(tǒng)默認為2,本例中選擇4.Method欄聚類方法欄Iterateandclassify〔按K-means算法疊代分類〔系統(tǒng)默認。Classifyonly僅按初始類別中心點分類〔不疊代。Centers類中心數(shù)據(jù)的輸入與輸出〔可省略Readinitialfrom使用指定數(shù)據(jù)文件中的數(shù)據(jù)作為初始類中心〔文件格式參考Writefinalas文件格式選擇Writefinalas把聚類結果中的各類中心數(shù)據(jù)保存到指定的文件。本例中選擇系統(tǒng)默認項。2.單擊Iterate按鈕,打開Iterate對話框如圖8所示：MaximumIterations限定K-Means算法的迭代次數(shù),系統(tǒng)默認值10ConvergenceCriterion-指定限定收斂標準,系統(tǒng)默認值為0。Userunningmeans限定在每個觀測量被分配到一類后即刻計算新的類中心,不選此項表示只有當全部樣本的類分配完后再計算類中心,可以節(jié)省運算時間,所以一般情況下不選擇此項。本例中選擇默認項。圖8Iterate對話框3.單出Save按鈕,打開Save對話框見圖9.ClusterMember在原數(shù)據(jù)文件中保存分類結果〔本例選擇。Distancefromclustercenter在原數(shù)據(jù)文件中保存各觀測量距所屬類中心間的歐氏距離。圖9Save對話框4.單擊Options按鈕,打開Options對話框見圖10。Statistics欄Initialclustercenters輸出初始類中心。ANOVAtable輸出方差分析表Clusterinformationforeachcase每個觀測量的分類信息<分類結果和該觀測量距所屬類中心的距離等圖10Options對話框MissingValues欄Excludecaseslistwise將出現(xiàn)在Variables變量表中變量帶有缺失值得觀測量從分析中剔除〔系統(tǒng)默認Excludecasespairwise只有當一個觀測量的全部聚類變量值均缺失時才將其從分析中剔除,否則根據(jù)所有其他非缺失變量值把它分配到最近的一類中去。全部選擇完成后得到輸出結果。InitialClusterCenters初始類中心Cluster1234x1人均糧食支出〔元/人21.3023.6825.5619.07x2人均副食支出〔元/人124.89173.30171.6573.18x3人均煙、酒、飲料支出〔元/人35.4317.4322.3018.01x4人均其他副食支出〔元/人73.9843.5940.5329.38x5人均衣著支出〔元/人93.0153.6657.1364.51x6人均日用雜品支出〔元/人20.5816.8612.608.91x7人均水電燃料支出〔元/人43.9765.0254.0338.14x8人均其他非商品支出〔元/人433.73385.94225.08155.45IterationHistorya迭代過程表IterationChangeinClusterCenters1234129.250.00038.95025.3212.000.0008.4152.4043.000.000.000.000a.Convergenceachievedduetonoorsmallchangeinclustercenters.Themaximumabsolutecoordinatechangeforanycenteris.000.Thecurrentiterationis3.Theminimumdistancebetweeninitialcentersis88.803.ClusterMembership〔聚類結果CaseNumber地區(qū)ClusterDistance1北京129.2502天津357.2953河北413.0144山西430.5285434.5116遼寧437.3507吉林420.5208421.3969上海129.12810江314.37111浙江130.02312安徽435.51913福建345.00514江西432.83415山東433.83916河南425.20617湖北413.68918湖南336.63719廣東2.00020廣西445.45321海南467.00422重慶319.28923四川424.56724貴州427.32625云南426.22826西藏361.06627陜西428.34828甘肅420.17529青海417.87430寧夏422.44831新疆418.804聚類結果中的第四列顯示的是各樣本與其所屬類的中心之間的距離。上述結果可通過"save"按鈕設置,保存至原始數(shù)據(jù)文件中。FinalClusterCenters類中心Cluster1234x1人均糧食支出〔元/人20.8023.6822.2919.72x2人均副食支出〔元/人145.27173.30131.3891.46x3人均煙、酒、飲料支出〔元/人39.8617.4331.6420.63x4人均其他副食支出〔元/人64.9543.5944.1933.93x5人均衣著支出〔元/人89.7053.6665.4859.43x6人均日用雜品支出〔元/人16.3216.8613.069.96x7人均水電燃料支出〔元/人49.4465.0242.4838.91x8人均其他非商品支出〔元/人417.01385.94234.53171.13ANOVA方差分析表ClusterErrorFSig.MeanSquaredfMeanSquaredfx1人均糧食支出〔元/人14.17035.710272.482.082x2人均副食支出〔元/人5809.6463474.0872712.254.000x3人均煙、酒、飲料支出