spss聚类分析过程.ppt

* 3、分类数的确定准则 根据树状结构图分类的准则 任何类都必须在邻近各类中是突出的，也就是说重心之间距离必须大； 各类所包含的元素都不要过分得多； 分类的数目应该符合使用的目的； 若采用几种不同的聚类方法处理，则在各自的聚类图上应该发现相同的类。 * 4、聚类方法的选择 没有最优的方法，一般结合分层聚类方法和迭代聚类方法一起分析。 影响聚类的因素有： 类的结构； 奇异值的存在； 类与类之间重叠的程度； 相似测度的选择。 * 5、聚类结果的解释和证实 解释： 计算各个聚类变量的均值，对均值进行比较分析。 证实： 采用不同的方法进行聚类，观察结果的稳定性； 重新从总体中抽样； 把样本分成两个，分别进行聚类分析。 * 四、分层聚类分析步骤 （1）打开数据文件 （2）执行命令：Analyze? classify?hierarchical cluster命令，打开hierarchical cluster analysis(分层聚类分析)对话框： Variables: 选择变量 Label cases: 选择标记变量 Cluster：cases为观测量聚类；variables为变量聚类。 Display：statistics为显示统计值；plots为显示图形。 其他四个按钮 * Statistics 按钮 Agglomeration schedule：聚类进度，系统默认选项； Proximity matrix：相似性矩阵。显示各项间的距离； Cluster membership：样品隶属类 None：不输出样品隶属类，为系统默认。 Single solution：输出隶属表，指定类的个数； Range of solutions：输出各种分类的隶属表。 * Plot 按钮 Dendrogram：龙骨图，输出聚类结果的龙骨图 Icicle：冰柱图 All clusters：显示全部聚类结果的冰柱图 Specified range of clusters：限制聚类解范围 None：不输出 Orientation：输出冰柱图的方向 Vertical：垂直 Horizontal：水平 * Method 按钮：cluster method (聚类方法) Between group linkage：组间联结法 Within group linkage：组内联结法 Nearest neighbor：最近距离法 Furthest neighbor：最大距离法 Centroid clustering：重心法 Median clustering：中位数法 Ward’s method：最小方差平方和法 * Method 按钮：measure (测度) Interval （连续变量的选择）： Euclidean distance：欧氏距离 Squared Euclidean distance：欧氏距离的平方 Cosine：余弦相似距离 Pearson correlation：皮尔逊相关系数 Chebychev： Block：网格距离 Minkowski Customized：自定义 * Method 按钮：measure (测度) Counts （频数计数变量的选择）： Euclidean distance：欧氏距离 Squared Euclidean distance：欧氏距离的平方 （其它略） * Method 按钮：measure (测度) Binary （二值变量的选择）数据的不相似性测度方法有： Chi-squared measure：卡方测度 Phi- -squared measure： * Method 按钮：transform values 转换方法有： None ：不进行标准化，为系统默认 Z scores：Z得分 Range –1 to 1： Range 0 to 1： Maximum magnitude of 1： Mean of 1： Standard deviation of 1： * Method 按钮：transform measures 测度转换方法有： Absolute values ： Change sign： Rescale to 0-1 range： * 五、聚类分析实例分析 见《社会统计分析方法—SPSS软件应用》，郭志刚主编，中国人民大学出版社，1999年12月。 P128页例1。 * 例1：步骤 打开数据文件； 打开分层聚类分析的主对话框： 选择四个变量； 选择对case进行聚类 统计量对话框中： 选择聚类进度表 选择single solution：4 clusters 在图对话框中： 选择龙骨图 不输出冰柱图 在聚类方法对话框中： 选择ward Interval中选欧氏距离 在保存新变量对话框中：选择分类数