资源描述
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,*,SPSS,的聚类分析,俗语说，物以类聚、人以群分。,但什么是分类的根据呢？,举例：,要想把中国的县分成若干类，就有很多种分类法；,可以按照自然条件来分，,比如考虑降水、土地、日照、湿度等各方面；,也可以考虑收入、教育水准、医疗条件、基础设施等指标；,既可以用某一项来分类，也可以同时考虑多项指标来分类。,聚类分析概述,(一)概念,(1),聚类分析是统计学中研究“物以类聚”的一种方法,属多元统计分析方法.,例如：细分市场、消费行为划分,聚类分析是建立一种分类，是将一批样本(或变量)按照在性质上的“,亲疏”程度,在,没有先验知识,的情况下自动进行分类的方法.其中:类内个体具有较高的相似性,类间的差异性较大.,(二)“亲疏”程度的衡量,(1)衡量指标,相似性:数据间相似程度的度量,距离:数据间差异程度的度量.距离越近,越“亲密”,聚成一类;距离越远,越“疏远”,分别属于不同的类,(2)衡量对象,个体间距离,个体和小类间、小类和小类间的距离,两个距离概念,按照远近程度来聚类需要明确两个概念：一个是,点和点之间,的距离，一个是,类和类之间,的距离。,点间距离有很多定义方式。最简单的是,欧式,距离，还有其他的距离。,当然还有一些和距离相反但起同样作用的概念，比如相似性等，两点越相似度越大，就相当于距离越短。,由一个点组成的类是最基本的类；如果每一类都由一个点组成，那么点间的距离就是类间距离。但是如果某一类包含不止一个点，那么就要确定类间距离，,类间距离是基于点间距离定义的：比如,两类之间最近点之间的距离,可以作为这两类之间的距离，也可以用,两类中最远点之间的距离,作为这两类之间的距离；当然也可以用各类的中心之间的距离来作为类间距离。在计算时，各种点间距离和类间距离的选择是通过统计软件的选项实现的。不同的选择的结果会不同，但一般不会差太多。,SPSS中聚类分析分类,（一）按分类对象,对变量的聚类称为R型聚类,对观测值聚类称为Q型聚类,这两种聚类在数学上是对称的，没有什么不同。,（二）按聚类的方法分类,分层聚类或系统聚类,分析,快速聚类分析,两步聚类分析：新型的,事先不用确定分多少类：分层聚类,分层聚类或系统聚类（,hierarchical cluster,）。开始时，有多少点就是多少类。,它第一步先把最近的两类（点）合并成一类，然后再把剩下的最近的两类合并成一类；,这样下去，每次都少一类，直到最后只有一大类为止。显然，越是后来合并的类，距离就越远。再对饮料例子来实施分层聚类。,对于一个数据，人们既可以对变量（指标）进行分类,(,相当于对数据中的,列,分类,),，也可以对观测值（事件，样品）来分类（相当于对数据中的,行,分类）。,比如学生成绩数据就可以对学生按照理科或文科成绩（或者综合考虑各科成绩）分类，,当然，并不一定事先假定有多少类，完全可以按照数据本身的规律来分类。,快速聚类,k-均值聚类（k-means cluster，也叫快速聚类，quick cluster）却要求你先说好要分多少类。看起来有些主观,假定你说分3类，这个方法还进一步要求你事先确定3个点为“聚类种子”(SPSS软件自动为你选种子)；也就是说，把这3个点作为三类中每一类的基石。,然后，根据和这三个点的,距离远近，,把所有点分成三类。再把这三类的中心（均值）作为新的基石或种子（原来的“种子”就没用了），重新按照距离分类。,如此叠代下去，直到达到停止叠代的要求,.,适合处理大样本数据,。,特点,聚类分析前所有个体所属的类别是未知的，类别个数一般也是未知的，分析的依据只有原始数据，可能事先没有任何有关类别的信息可参考,严格地，聚类分析并不是纯粹的统计技术，不象其他多元分析，需要从样本去推断总体,一般不涉及统计量分布，也不需显著性检验,聚类分析更象是一种建立假设的方法，而对相关假设的检验还需要借助其他统计方法,注意,聚类分析主要用于,探索性研究,，其分析结果可提供多个可能的解，最终解的选择需要研究者的主观判断和后续分析,聚类分析的解完全依赖于研究者所选择的,聚类变量,，增加或删除一些变量对最终解都可能产生实质性的影响,不管实际数据中是否存在不同的类别，利用聚类分析都能得到分成若干类别的解,下面以,对观测值聚类,即,Q型聚类,为例,演示用spss进行聚类分析的具体步骤：,对一个班的数学水平进行聚类,Q,型聚类，对样本也就是观察个案的聚类,单击“方法”按钮弹出对话框,下拉框指定的是小类之间的距离计算方法,7,种供用户选择,度量标准,计算样本距离的方法,点击“继续”接下来指定,SPSS,分析图形输出,属性图以树的形式展现聚类分析的每一次合并过程。,冰柱,图通过表格中的,冰柱,显示。,可以指定并主图的输出方向，纵向和横向,显示凝聚状态表，单击“统计量”,单一方案：输入一个具体数值,n,，,n,小于样本总数，表示仅显示聚类成,n,类时，个各类的成员构成,方案范围：指定显示聚成,n1,类到,n2,类时，个各类的成员构成。,设定保存层次聚类分析的结果,无，是指,不保存到编辑窗口中。,结果与讨论,
展开阅读全文