教育信息处理(实验九因子分析与主成分分析)实验报告-示例.doc

1、1、对北京18个区县中等职业教育发展水平进行聚类。 X1:每万 人中职在校生数；X2:每万人中职招生数；X3:每万人中职毕业生数； X4:每万人中职专任教师数；X5:本科以上学校教师占专任教师的比 例；X6:高级教师占专任教师的比例；X7:学校平均在校生人数；X8: 国家财政预算中职经费占国内生产总值的比例；X9:生均教育经费。数据表如下：区县x1x2x3x4x5x6x7x8x9东城1565345150.5070.2457010.01095356西城1194231130.5020.3315520.00636449崇文2027257160.5660.1936330.01685357旦武17657

2、31170.630.2345840.01556432朝阳2217745170.4990.2545530.02286625海淀1696442130.5730.1835730.00485840丰台1666648150.4440.1424650.01125532石景山1926152190.5240.0855350.01585695门头沟1275333300.1430.0263760.00573904房山1153825100.5710.1276180.00617020昌平2328066190.5310.1064910.00725089顺义67351750.3410.0794030.00063056通县

3、98402570.5330.1074740.00315559大兴2057667160.5970.1296160.01074990平谷81392170.1920.035330.00072518怀柔1215227120.2230.0766370.00234149密云84412260.5580.0916180.00434376延庆78312350.3660.074240.00394677具体步骤如下：1、导入数据，建立数据文件（data.sav ）2、选择聚类分析（分析一分类一系统聚类分析），选择变量，分群选择个案 方式3、聚类分析描述统计（统计量一合并进程表；聚类成员一单一方案一聚类数3）4、聚类

4、分析绘制（树状图；冰柱一所有聚类，方向一垂直）5、聚类分析方法（聚类方法一组问联接，度量标准一区间一平方Euclidean 距离）6、聚类分析保存（聚类成员一单一方案一聚类数 3）7、保存实验结果，并分析结果结果与分析：(1)输出结果文件中的第一部分如下图1所示案网处理汇总总上案例有效缺失总计N百分比N百分比N百分比195S.31443.832100.0a平方EuHdga h平均联结(组之间璃已使用 )图1中可以看出18个样本都进入了聚类分析，但有效样本为 14个，缺失14个。(2)输出结果文件中的第二部分为系统聚类分析的凝聚状态表如图2所示。籁英表除群集组合系数首次出现阶群集下一脸群集1群集

5、2群集1群集21244603.02600621136703.009Q083137247.DOS00946e23143.0120085111426161.00500962541824.51210127161753441 1120010e57S6463.509421191111 23773.01 4361110916206290.59307141116273G937E09315122102S499Q.028S01613121530657S.025001714918352775.37010D15151Q1509327.20711141616122963494.21915121717112790719

6、0.52416130第一列表示聚类分析的步骤，可以看出本例中共进行了17个步 骤的分析;第二列和第三列表示某步聚类分析中，哪两个样本或类聚成了一 类；第四列表示两个样本或类间的距离， 从表格中可以看出，距离小 的样本之间先聚类；第五列和第六列表示某步聚类分析中，参与聚类的是样本还是类。0表示样本，数字n (非零)表示第n步聚类产生的类参与了本 步聚类；第七列表示本步聚类结果在下面聚类的第几步中用到。图2给中第一行表示，第二个样本和第四个样本最先进行了聚类，样本间的距离为 4803.026,这个聚类的结果将在后面的第六步 聚类中用到；第二行表示聚类的第二步中第七个样本和第十三个样本 进行了聚类，

7、样本间的距离为 6703.009,这个聚类的结果将在后面 的第八步骤中用到。其他行的含义和上面的类似。可见，在本例中， 经过了 17个步骤，18个样本聚成了一个大类。(3)输出结果文件中第三部分如图3所示。群集成信案例3群集1:东城1丁西城23:崇文14宜武25 一朝阳26海淀1工丰台18：石景山19：门头沟110：房山211；昌平11N侬313：通县114：大兴115：平谷316：怀柔1什：密云118：延庆1图3是样本系统聚类分析3个类时，样本的类归属情况表。从结果可以看出，样本1、3、6、7、8、9、11、13、14、16、17、18属于第一类；样本2、4、5、10属于第二类；样本12、1

8、5属于第三 类。这3个类恰好反映了北京市18区县的3个不同层次。(4)输出结果文件中第四部分如图4所示。案例1:I: fl14大兴 di 出口品1I 7:HHrlII ft门吊I 1er蜃 q 17:寄工I 2窟 本基_1_I scl 10:房山1 2:1.1群集数20-图4是系统聚类分析的冰柱图。该图的第一类表示类数。冰柱图 一般从其最后一行开始观察。最后一行中，类的数目为17,即样本聚积成17类，其中样本2和样本4用X连接在一起，表示两个样本 聚成一类，其余每个样本构成一类。倒数第二行中，类的数目为16,即样本聚积成16类，其中样本7和样本13又聚成一类，其余每个样 本构成一类。因此，从冰

9、柱图中可以非常清楚地看到，聚成 n类时, 各个样本的类归属情况。如聚成3个类时，样本12、15属于第一类； 样本2、4、5、10属于第二类；其余属于第三类。将18个区县聚成3类，各个样本的类归属情况保存为一个变量， 因此在SPS激据编辑窗口中就新增了一个变量的值，如图 5所示。911K2心汨15俎4油k9CLU3_115653屿155C7窕57D1学1阳53551113品31135®331淑丽眄g2202725716湖193633曲而535711T6573117234知0155M322度阳221J74.517自254663期B的252海淀16964421J1S36735B4D1率白1

10、S6“4415441142465,411265321石景山19261E219昭潮S35015850951皿白1275333%14J咯璘M幻3&W1苒山TI5鸵也10*7112?&18HHH70202平232加琛i19划偎491M72如醺1白站17多079403turn期砧34#帕40鸨有1ft?ffii男1加5跖*161曲如此49901平&*烈J17152网知MOT251B31Z152271ZmMTM231弘掰6湖/H心跖17031235湖421M3S46T712、同上例对北京地区18区县各中职教育发展指标进行聚类，分析哪些指标是属于一类的。具体步骤如下：1、导入数据，

11、建立数据文件（data.sav ）2、选择聚类分析（分析一分类一系统聚类分析），选择变量，分群选择变量 方式3、聚类分析描述统计（统计量一合并进程表一相似性矩阵；聚类成员一单一方案一聚类数3）4、聚类分析绘制（树状图；冰柱一所有聚类，方向一垂直）5、聚类分析方法（聚类方法一组问联接，度量标准一区间一 Pearson相关 性）6、保存实验结果，并分析结果结果与分析:（1）输出结果文件中的第一部分如下图6所示案例I处理摘要三案例有效缺失合计N百分比N百分比N百分比1056 3%14438%32100.0%a f直向量间的相关性已使用图6中可以看出18个样本都进入了聚类分析，但有效样本为 14个，缺

12、失14个。(2)输出结果文件中的第二部分如下图 7所示近限矩即案例矩阵文件输入zlX3X4k5X7)CBX11.000,95S,911.655,492,406,297737505X2.9591.0009Q8,639,302284233.321K3.9119Q81.000.582,434,248245.B03.314X4ess.6335821.000-,C55,113-068.510222X5,492,302434-0551 000,585,479.492,741X5,406,234,243113,5851,000,463543,712x7.297,233,245-063.4794631.000

13、.304354xs.737方的.510.492,543,3041.QQ06Q3X9.505,321,314.222,741712,354.EQ31.000图7所示的是系统聚类分析各变量的距离矩阵。从中可以看出各个变量之间的距离(有正负，因为在设置样本间距离计算公式时选 择了 Pearson相关分析，相关分析有正负之分)。(3)输出结果文件中的第三部分如下图 8所示。麓类表阶群集组合球首次出现阶群集下一阶群集1群集z群笠1群集2112.S5S002213,9101C4359,741005418,693206556.6493C7614.59640a757,432503815.31561Q图8是系统

14、聚类分析的凝聚状态表。第一行表示第一个变量和第二个变量首先进行了聚类，变量间的相关系数为 0.959,这个聚类的 结果将在后面的第二步聚类中用到。 第二行表示第二步聚类中，第一个变量和第三个变量进行了聚类，变量间的相关系数为0.910,这个聚类的结果将在后面的第四步聚类中用到，等等（4）输出结果文件中的第四部分如下图9所示群集成员案例3群集X11>21x31x41X52X62x73X81x92图9是变量系统聚类分析聚成3个类时，变量的类归属情况表。从该图中可以看出，x1 （每万人中职生在校生数）、x2 （每万人中职 招生数）、x3 （每万人中职毕业生数）、x4 （每万人中职专任教师数）、 x8 （国家财政预算中职经费占国内生产总值的比例）属于第一类；x5（本科以上学校教师占专任教师的比例）、x6 （高级教师占专任教师 的比例）、x9 （生均教育经费）属于第二类；x7 （学校平均在校生人 数）属于第三类。（5）输出结果文件中的第五部分如下图10所示。图10是系统聚类分析的冰柱图。图的第一类表示类数。冰柱图一般从其最后一行开始观察。最后一行中，类的数目为8,即变量聚积成8类，其中变量x1和变量x