SPSS軟件聚類分析過程的圖文解釋及結(jié)果的全面分析.docx

《SPSS軟件聚類分析過程的圖文解釋及結(jié)果的全面分析.docx》由會(huì)員分享，可在線閱讀，更多相關(guān)《SPSS軟件聚類分析過程的圖文解釋及結(jié)果的全面分析.docx（11頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、SPSS聚類分析過程 聚類的主要過程一般可分為如下四個(gè)步驟： 1.數(shù)據(jù)預(yù)處理（標(biāo)準(zhǔn)化） 2.構(gòu)造關(guān)系矩陣（親疏關(guān)系的描述） 3.聚類（根據(jù)不同方法進(jìn)行分類） 4.確定最佳分類（類別數(shù)） SPSS軟件聚類步驟 1. 數(shù)據(jù)預(yù)處理（標(biāo)準(zhǔn)化） →Analyze →Classify →Hierachical Cluster Analysis →Method 然后從對(duì)話框中進(jìn)行如下選擇 從Transform Values框中點(diǎn)擊向下箭頭，此為標(biāo)準(zhǔn)化方法，將出現(xiàn)如下可選項(xiàng)，從中選一即可： 標(biāo)準(zhǔn)化方法解釋：None：不進(jìn)行標(biāo)準(zhǔn)化，這是系統(tǒng)默認(rèn)值；Z Scores：標(biāo)準(zhǔn)化變換；R

2、ange –1 to 1：極差標(biāo)準(zhǔn)化變換（作用：變換后的數(shù)據(jù)均值為0，極差為1，且|xij*|<1，消去了量綱的影響；在以后的分析計(jì)算中可以減少誤差的產(chǎn)生。）；Range 0 to 1（極差正規(guī)化變換 / 規(guī)格化變換）； 2. 構(gòu)造關(guān)系矩陣 在SPSS中如何選擇測(cè)度（相似性統(tǒng)計(jì)量）: →Analyze →Classify →Hierachical Cluster Analysis →Method 然后從對(duì)話框中進(jìn)行如下選擇 常用測(cè)度（選項(xiàng)說明）：Euclidean distance：歐氏距離（二階Minkowski距離），用途：聚類分析中用得最廣泛的距離；Squared Euc

3、idean distance：平方歐氏距離；Cosine：夾角余弦(相似性測(cè)度；Pearson correlation：皮爾遜相關(guān)系數(shù)； 3. 選擇聚類方法 SPSS中如何選擇系統(tǒng)聚類法 常用系統(tǒng)聚類方法 a）Between-groups linkage 組間平均距離連接法 方法簡(jiǎn)述：合并兩類的結(jié)果使所有的兩兩項(xiàng)對(duì)之間的平均距離最小。（項(xiàng)對(duì)的兩成員分屬不同類）特點(diǎn)：非最大距離，也非最小距離 b）Within-groups linkage 組內(nèi)平均連接法 方法簡(jiǎn)述：兩類合并為一類后，合并后的類中所有項(xiàng)之間的平均距離最小 C）Nearest neighbor 最近鄰法（最短距離法）

4、 方法簡(jiǎn)述：用兩類之間最遠(yuǎn)點(diǎn)的距離代表兩類之間的距離，也稱之為完全連接法 d）Furthest neighbor 最遠(yuǎn)鄰法（最長(zhǎng)距離法） 方法簡(jiǎn)述：用兩類之間最遠(yuǎn)點(diǎn)的距離代表兩類之間的距離，也稱之為完全連接法 e）Centroid clustering 重心聚類法 方法簡(jiǎn)述：兩類間的距離定義為兩類重心之間的距離，對(duì)樣品分類而言，每一類中心就是屬于該類樣品的均值 特點(diǎn)：該距離隨聚類地進(jìn)行不斷縮小。該法的譜系樹狀圖很難跟蹤，且符號(hào)改變頻繁，計(jì)算較煩。 f）Median clustering 中位數(shù)法 方法簡(jiǎn)述：兩類間的距離既不采用兩類間的最近距離，也不采用最遠(yuǎn)距離，而采用介于兩者間

5、的距離 特點(diǎn)：圖形將出現(xiàn)遞轉(zhuǎn)，譜系樹狀圖很難跟蹤，因而這個(gè)方法幾乎不被人們采用。 g）Ward’s method 離差平方和法 方法簡(jiǎn)述：基于方差分析思想，如果分類合理，則同類樣品間離差平方和應(yīng)當(dāng)較小，類與類間離差平方和應(yīng)當(dāng)較大 特點(diǎn)：實(shí)際應(yīng)用中分類效果較好，應(yīng)用較廣；要求樣品間的距離必須是歐氏距離。 譜系分類的確定 經(jīng)過系統(tǒng)聚類法處理后，得到聚類樹狀譜系圖，Demirmen(1972)提出了應(yīng)根據(jù)研究的目的來確定適當(dāng)?shù)姆诸惙椒?，并提出了一些根?jù)譜系圖來分類的準(zhǔn)則： A. 任何類都必須在臨近各類中是突出的，即各類重心間距離必須極大 B. 確定的類中，各類所包含的

6、元素都不要過分地多 C. 分類的數(shù)目必須符合實(shí)用目的 D. 若采用幾種不同的聚類方法處理，則在各自的聚類圖中應(yīng)發(fā)現(xiàn)相同的類 實(shí)例分析 SPSS19.0分析軟件聚類分析 4.2聚類分析——系統(tǒng)聚類法 在數(shù)據(jù)編輯窗口的主菜單中選擇“分析(A)”→“分類(F)”→“系統(tǒng)聚類(H)”（如圖-4所示）， 彈出“系統(tǒng)聚類分析”對(duì)話框，將“地區(qū)”變量選入“標(biāo)注個(gè)案(C)”中，將其他變量選入“變量框”中，如圖-5所示。在“分群”單選框中選中“個(gè)案”，表示進(jìn)行的是Q型聚類。在“輸出”

7、復(fù)選框中選中“統(tǒng)計(jì)量”和“圖”，表示要輸出的結(jié)果包含以上兩項(xiàng)。 單擊“統(tǒng)計(jì)量(S)”按鈕，在“系統(tǒng)聚類分析：統(tǒng)計(jì)量”對(duì)話框中選擇“合并進(jìn)程表”、“相似性矩陣”，如圖-6所示，表示輸出結(jié)果將包括這兩項(xiàng)內(nèi)容。 單擊“繪制(T)”按鈕，在“系統(tǒng)聚類分析：圖”對(duì)話框中選擇“樹狀圖”、“冰柱”，如圖-7所示，表示輸出的結(jié)果將包括譜系聚類圖（樹狀）以及冰柱圖（垂直）。 單擊“方法(M)”按鈕，彈出“系統(tǒng)聚類分析：方法”對(duì)話框，如下圖-8所示。 “聚類方法(M)”選項(xiàng)條中可選項(xiàng)包括如圖-9所示的幾種方法，本例中選擇“組間聯(lián)接”： “度量標(biāo)準(zhǔn)-區(qū)間(N)”選項(xiàng)條中可選項(xiàng)包括如圖-

8、10所示的幾種度量方法，本例中選擇“平方Euclidean距離”： “轉(zhuǎn)換值-標(biāo)準(zhǔn)化(S)”選項(xiàng)條中可選項(xiàng)包括如圖-11所示的幾種將原始數(shù)據(jù)標(biāo)準(zhǔn)化的方法，本例中選擇“全局從0到1”： 冰柱圖解釋 聚類分析冰柱圖形狀類似于屋檐上垂下的冰柱，因此而得名。 橫軸：案例（Case）表示被聚類的對(duì)象或變量； 縱軸：群集數(shù)（Number of clusters）表示被聚成幾類； 觀察冰柱圖應(yīng)從最后一行開始。舉例如下： 當(dāng)聚成6類時(shí)X4和X8和X6聚成一類，其他個(gè)案自成一類，用白板將6類一下?lián)跎峡梢钥闯鋈鐖D； 當(dāng)聚成5類時(shí)X4和X8和X6和X2聚成一類，其他個(gè)案自成一類。 冰柱圖的優(yōu)點(diǎn)是不僅可以顯示出不同類數(shù)時(shí)個(gè)案所屬的分類結(jié)果，還能表現(xiàn)出聚類的過程步驟，生動(dòng)形象；缺點(diǎn)是不能表現(xiàn)出聚類過程中距離的大小。 若生成的樹狀圖如下，看不清楚?？牲c(diǎn)擊右鍵導(dǎo)出文件，生成word文件，然后可以看出聚類過程。 導(dǎo)出的word文檔中聚類過程如下： 可看出聚類過程為如下表所示： 分類過程統(tǒng)計(jì)表 連結(jié)順序 連 結(jié) 元 素 1 B C 2 A BC 3 E F 4 EF ABC 5 D ABCEF