資源描述：
《SPSS作聚類分析.ppt》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、3.3用SPSS作聚類分析常言道：“物以類聚”，對事物分門別類進(jìn)行研究，有利于我們做出正確的判斷。日常生活中，我們不自覺地用定性方法將人分為“好人”、“壞人”；按熟悉程度分為“朋友”、“熟人”、“陌生人”等等。數(shù)理統(tǒng)計中的數(shù)值分類有兩種問題：判別分析：已知分類情況，將未知個體歸入正確類別聚類分析：分類情況未知，對數(shù)據(jù)結(jié)構(gòu)進(jìn)行分類通過分類，有利于我們抓住重點，從總體上去把握事物，找出解決問題的方法。例如將股票進(jìn)行分類，可以為我們投資提供參考。一、聚類分析（ClusterAnalysis）簡介聚類分析是直接比較各事物之間的性質(zhì)，將性質(zhì)相近的歸為一類，將性質(zhì)差別較大的歸入不
2、同的類的分析技術(shù)。要做聚類分析，首先得按照我們聚類的目的，從對象中提取出能表現(xiàn)這個目的的特征指標(biāo)；然后根據(jù)親疏程度進(jìn)行分類。聚類分析根據(jù)分類對象的不同可分為Q型和R型兩大類Q型是對樣本進(jìn)行分類處理，其作用在于:能利用多個變量對樣本進(jìn)行分類分類結(jié)果直觀，聚類譜系圖能明確、清楚地表達(dá)其數(shù)值分類結(jié)果所得結(jié)果比傳統(tǒng)的定性分類方法更細(xì)致、全面、合理二、聚類對象R型是對變量進(jìn)行分類處理，其作用在于：可以了解變量間及變量組合間的親疏關(guān)系可以根據(jù)變量的聚類結(jié)果及它們之間的關(guān)系，選擇主要變量進(jìn)行回歸分析或Q型聚類分析聚類的主要過程一般可分為如下四個步驟：數(shù)據(jù)預(yù)處理（標(biāo)準(zhǔn)化）構(gòu)造關(guān)系矩陣
3、（親疏關(guān)系的描述）聚類（根據(jù)不同方法進(jìn)行分類）確定最佳分類（類別數(shù)）以下我們結(jié)合實際例子分步進(jìn)行討論。三、聚類過程與方法為什么要做數(shù)據(jù)變換→指標(biāo)變量的量綱不同或數(shù)量級相差很大，為了使這些數(shù)據(jù)能放到一起加以比較，常需做變換。在SPSS中如何選擇標(biāo)準(zhǔn)化方法:→Analyze→Classify→HierachicalClusterAnalysis→Method然后從對話框中進(jìn)行如下選擇1.數(shù)據(jù)預(yù)處理（標(biāo)準(zhǔn)化）例、下表給出了1982年全國28個省、市、自治區(qū)農(nóng)民家庭收支情況，有六個指標(biāo)，是利用調(diào)查資料進(jìn)行聚類分析，為經(jīng)濟(jì)發(fā)展決策提供依據(jù)。（詳見文件1982“農(nóng)民生活消費聚類.
4、sav”）從TransformValues框中點擊向下箭頭，將出現(xiàn)如下可選項，從中選一即可：常用標(biāo)準(zhǔn)化方法（選項說明）：None：不進(jìn)行標(biāo)準(zhǔn)化，這是系統(tǒng)默認(rèn)值ZScores：標(biāo)準(zhǔn)化變換為了便于后面的說明，作如下假設(shè)：均值表示為標(biāo)準(zhǔn)差表示為所有樣本表示為極差表示為作用：變換后的數(shù)據(jù)均值為0，標(biāo)準(zhǔn)差為1，消去了量綱的影響；當(dāng)抽樣樣本改變時，它仍能保持相對穩(wěn)定性。Range–1to1：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
5、xij*
6、<1，消去了量綱的影響；在以后的分析計算中可以減少誤差的產(chǎn)生。Maximummagnitudeof1作用：變換后的數(shù)據(jù)最大值為
7、1。Range0to1（極差正規(guī)化變換/規(guī)格化變換）作用：變換后的數(shù)據(jù)最小為0，最大為1，其余在區(qū)間[0，1]內(nèi)，極差為1，無量綱。Meanof1作用：變換后的數(shù)據(jù)均值為1。Standarddeviationof1作用：變換后的數(shù)據(jù)標(biāo)準(zhǔn)差為1。在SPSS中如何選擇測度:→Analyze→Classify→HierachicalClusterAnalysis→Method然后從對話框中進(jìn)行如下選擇2.構(gòu)造關(guān)系矩陣描述變量或樣本的親疏程度的數(shù)量指標(biāo)有兩種：相似系數(shù)——性質(zhì)越接近的樣品，相似系數(shù)越接近于1或-1；彼此無關(guān)的樣品相似系數(shù)則接近于0，聚類時相似的樣品聚為一類距離
8、——將每一個樣品看作m維空間的一個點，在這m維空間中定義距離，距離較近的點歸為一類。相似系數(shù)與距離有40多種，但常用的只是少數(shù)從Measure框中點擊Interval項的向下箭頭，將出現(xiàn)如左可選項，從中選一即可。常用測度（選項說明）：Euclideandistance：歐氏距離（二階Minkowski距離）SquaredEucideandistance：平方歐氏距離用途：聚類分析中用得最廣泛的距離但與各變量的量綱有關(guān)，未考慮指標(biāo)間的相關(guān)性，也未考慮各變量方差的不同用途：聚類分析中用得最廣泛的距離Cosine：夾角余弦(相似性測度)用途：計算兩個向量在原點處的夾角余弦。
9、當(dāng)兩夾角為0o時，取值為1，說明極相似；當(dāng)夾角為90o時，取值為0，說明兩者不相關(guān)。取值范圍：0~1Pearsoncorrelation：皮爾遜相關(guān)系數(shù)Chebychev：切比雪夫距離用途：計算兩個向量的皮爾遜相關(guān)系數(shù)用途：計算兩個向量的切比雪夫距離Block：絕對值距離（一階Minkowski度量）（又稱Manhattan度量或網(wǎng)格度量）用途：計算兩個向量的絕對值距離Minkowski：明科夫斯基距離用途：計算兩個向量的明科夫斯基距離Customized：自定義距離用途：計算兩個向量的自定義距離確定了樣品或變量間的距離或相似系數(shù)后，就要對樣品或變量
