练习聚类与判别分析.ppt

练习1 聚类分析 在spss中输入《多元统计分析》教材88页例1中数据，将文件保存为“全国人口普查文化程度人口比例的聚类分析.sav”。 用spss定义四个变量：变量“地区”是字符串变量，其他3个变量是数值型变量定义（原数据表中的“序号”不需输入）。 单击菜单“开始” →“程序” →SPSS13.0”或者双击桌面上的“spss for windows 13.0”图标，打开SPSS程序。 单击程序左下角的Variable View(变量视图)选项卡，在变量视图工作界面中，Name下方输入第一个变量的名称“地区”，单击Type右侧的按钮，在弹出的Variable Type对话框中，单击String单选钮，Characters文本框中后的8是SPSS默认的字符型变量的长度，单击OK按钮，设置第一个变量类型为字符串变量，其长度为默认的8个字节。 接下来输入第二个变量名“DXBZ”，变量类型Type为默认的Numeric，设置它为整数型数值变量，单击label下方的方框，输入该变量的标签(变量的详细说明)“大学以上文化程度比例”。 采用类似方式，定义另外2个变量。 单击程序左下角的Data View（数据视图），进入数据视图工作界面，输入教材88页中数据。 1.1 基本操作 单击菜单Analyze→Classify→Hierarchial cluster，弹出系统聚类分析对话框。 从左侧的变量列表框中选择DXBZ、CZBZ和 WMBZ，移入Vairbale下方的方框中；选择“地区”，移入Label Cases by方框中。 单击Statistics按钮，进入统计量分析对话框。单击Cluster Membership下方的Single solution，在Number of cluster后方的文本框中输入4，将所有的地区划分为4类。 单击Continue按钮，返回到系统聚类分析对话框。 单击Plots按钮，进入图形设置对话框。勾选Dendrogram，在输出结果中显示聚类树形图。 单击Continue按钮，返回到系统聚类分析对话框。 单击OK按钮，输出系统聚类分析结果。 1.2 结果分析 1.个案处理综述表 显示有效(valid)个案数及其比例、 缺失(missing)个案个数及其比例以及全部(total)个案数及其比例。 本例中没有缺失数据，因此有效个案数和全部个案数是相同的。 2.聚结表 第1列（stage）显示聚类阶段。 第2、3列显示在某阶段中合并的个案编号。 第4列的系数显示两个个案之间的距离，该列中的系数是按照从小到大的顺序排列的，也就是距离越近的个案首先合并。 第5列显示首先个案首次聚类的阶段。如果这两列的数值都是0，表明两个个案的聚类；如果一个为1或大于1的值，一个为0，表明一个类和一个个案的聚类；如果两列数值是0以外的数值，表明两个类的聚类。 第6列显示新类下一步聚类的阶段。 聚结表显示第11号个案和第26号个案的距离最小，因此它们首先聚为一类，这个新类将在第7步和第15号个案聚类。 聚类过程的第2步是第3号和第5号个案，它们聚为一类，在第11步，这个新类将和第10号个案聚类。 聚类分析中其它步骤依次类推。最后可以把29个个案聚为4个类型：G1={1,2,4,6,7,8,9},G2={3,5,10,11,13,14,15,16,17,18,19,20,21,22,26,30},G3={12,23,24,27,28,29},G4={25}。 3.冰柱图 冰柱图和聚结表的作用类似，都是显示个案聚类情况的。从图中可以看出第1步聚类的第11号个案和第16号个案之间全部都用x填充，第2步聚类的第3号和第5号个案之间填充的x少了一个，第3步聚类的27号和28号个案之间填充的x又少了一个，依次类推，填充的x构成阴影条形就像倒挂的冰凌一样，因此该图称为冰柱图。 4.树形图 树形图显示系统聚类步骤，各个个案合并情况及其距离系数值。 图中显示浙江、陕西、山东、河北、内蒙、江苏、河南、湖北、四川、海南、福建、江西、湖南、广东、新疆和广西聚为一类，即前面的G2；黑龙江、山西、吉林、天津、上海、辽宁和北京聚为一类，即G1；安徽、宁夏、青海、贵州和云南聚为一类，即G3，西藏单独归为一类，即G4。 练习2 判别分析 在spss中输入《多元统计分析》教材128页例1中数据，将文件保存为“人文发展指数的判别分析.sav”。输入数据时增加一个变量“类别”，前5个国家的数值为1，后5个国家为2，最后4个待判国家不要输入数值。 2.1 基本操作 单击菜单Analyze→Classify→Discriminant，弹出判别分析对话框。 在判别分析对话框中，从左侧的变量列表框中选择x1、x2和x3，单击向右的箭头，将它们移入Indep