SPSS软件聚类分析过程图文解释与结果全面分析

1、SPSS聚类分析过程 聚类的主要过程一般可分为如下四个步骤: 1. 数据预处理（标准化） 2. 构造关系矩阵（亲疏关系的描述） 3. 聚类（根据不同方法进行分类） 4. 确定最佳分类（类别数） SPS漱件聚类步骤 1. 数据预处理（标准化） t Analyze分析）宀 Classif分类，归类）宀 Hierachical Cluster Analysi$层序聚类分析）宀 Method （方法，条理，）然后从对话框中进行如下选择 从Transform Values框中点击向下箭头，此为标准化方法，将出现如下可选项，从中选一即 可： R宜ngm 0 io 1 Maximum magnitude o

2、f 1 Mean of 1 Standard deviation ol 1 标准化方法解释：None：不进行标准化，这是系统默认值；Z Scores （Z-Scores ,英文名又叫 Standardized Population Data,是以标准差单位来表现的一组观察值 ）：标准化变换；Range - 1 to 1 :极差标准化变换（作用：变换后的数据均值为 0，极差为1,且|xj*|n；： 厂 Resale IqO-1 r 非参数检验创 预测 半存晞樹f別* 分类(F) J 系统聚类(H) ”(如图-4所示)， 矚两步聚类 园且均值聚类伍) 同系统聚类(旦) 畐树” H判别 弹出 系统聚

3、类分析”对话框，将 地区”变量选入 标注个案(C)中，将其他变量选入 变量框 中，如图-5所示。在 分群”单选框中选中个案”，表示进行的是 Q型聚类。在 输出”复选框 中选中 统计量”和 图”，表示要输出的结果包含以上两项。 娈里: 材企业 亠 炉非农企业 农事业 k机关 少农林報丛业 3 保存凹） 统计里电; 标注个案9）: |贏地区 分群 个案C变里 输出 丿统计里丁囹 粘贴迟） SS(R) LJ 取消 帮助 单击 统计量（S）按钮，在 系统聚类分析：统计量”对话框中选择 合并进程表” 相似性矩 阵”，如图-6所示，表示输出结果将包括这两项内容。 厂圜票统聚类分析幟计量也更 mraii-i

4、rairiHinmnHinivinrrii 闡酋并进程S（fi| 1/相似性距阵迟） 聚类成员1 I 无迥） ?单一方案（） P V 尊屁汗W/ 方案范11迟） 量小聚类数（M）；| 最大聚类数09：| | 取消帮助 维续J 单击 绘制（T） ”按钮，在 系统聚类分析：图”对话框中选择 树状图”、冰柱”如图-7所示, 表示输出的结果将包括谱系聚类图（树状）以及冰柱图（垂直）。 Imraii-iraii-irsims rir0N 冰柱 所有聚类咗: .聚类的指定全距运) 开始黑类CL 停止聚类但 O无型) 方向 垂直世) 水平也) 单击 方法(M)”按钮，弹出 系统聚类分析：方法”对话框，如下图

5、-8所示。 聚类方法(M) ”选项条中可选项包括如图-9所示的几种方法，本例中选择组间联接 平方 度量标准-区间（N）选项条中可选项包括如图-10所示的几种度量方法，本例中选择 Euclidean 距离”: 度$标准 区闾迥）： 乎方Eudidean离 Euclidean 离 平方Eudidean距离 计埶D 余弦 二分类（即 Pearson相关性 Cheychev 距离 块 ,仕洁 Minkowski 距离 设疋距离 本例 转换值-标准化（S）选项条中可选项包括如图-11所示的几种将原始数据标准化的方法, 中选择全局从0到1 ” ： 冰柱图解释 聚类分析冰柱图形状类似于屋檐上垂下的冰柱，因此

6、而得名。 横轴：案例(Case)表示被聚类的对象或变量； 纵轴：群集数(Number of clusters )表示被聚成几类； 观察冰柱图应从最后一行开始。举例如下： 当聚成6类时X4和X8和X6聚成一类，其他个案自成一类，用白板将6类一下挡上可以看 出如图； 当聚成5类时X4和X8和X6和X2聚成一类，其他个案自成一类。 冰柱图的优点是不仅可以显示出不同类数时个案所属的分类结果，还能表现出聚类的过程步 骤，生动形象；缺点是不能表现出聚类过程中距离的大小。 若生成的树状图如下，看不清楚。可点击右键导出文件，生成word文件，然后可以看出聚 类过程。 导出的word文档中聚类过程如下: Reset led Distance Cluster Conbiae CASE0 5 十 1( + 15 十 20 十 25 + Libel Kum _ _+ g 2 -+ C 3-+ 4- -+ A 1 +