统计分析与SPSS的应用后练习答案

1、统计分析与SPSS的应用（第五版）（薛薇）课后练习答案第10章SPSS的聚类分析1、根据“高校科研研究.sav”数据，利用层次聚类分析对各省市的高校科研情况进行层次聚 类分析。要求：根据凝聚状态表利用碎石图对聚类类数进行研究。绘制聚类树形图，说明哪些省市聚在一起。绘制各类的科研指标的均值对比图。利用方差分析方法分析各类在哪些科研指标上存在显著差异。1）2）3）4） 采用欧氏距离，组间平均链锁法利用凝聚状态表中的组间距离和对应的组数，回归散点图，得到碎石图。大约聚成4类。步骤：分析3分类3系统聚类3按如下方式设置维 紊统橐类会析:统计近似值矩阵巳）阻 紊统聚类分析:s域奈统果类分析:方法 .t:

2、聚美方法吵组乏向南施谚测量_冰柱回区间(N):Euclidiean距离所有聚美以）费美的指定全距(w： b 根四：2开始费类（D：1计数： 1停止聚美：二分类炬）：排序标准担）: 1存在ex 1不存在但）：o无N)转换值转换测星方向1标准化崖）：无绝对值（L）I垂直凹按照变量世更改符号担I水平担按个案:重新标度到。-1全距旧）匝取潢帮助声藁j商言诉函-.Z_ 结果：凝聚计划组合的隼群首次出现阶段集群阶段集群1集群2系数集群1集群2下一个阶段12630328.18900222629638.295107320251053.42300544121209.922001558201505.0350366

3、8161760.170509724261831.926021087111929.89100119582302.02406221024312487.209702211272709.88708161222282897.1060019136232916.55100171410193280.7520025154213491.585402116234229.37511021176134612.42313020189185377.25300251914225622.41501224206155933.5181702321246827.276161526225247930.76591024236279475

4、.498200262451414959.7042219282591019623.050181427262624042.6692123282791732829.46625029282548360.854262429292991313.5302827303012293834.5030290r北京 2天津 7真 *i r浙江 W兑 4山西 。2羞 2L海南 6审 23四川 13福建 15山东 27侦西 少内蒙 坐城江 2Q广西 25云南 16河南 24贵州 26西旅 3。二舌 2WW海 31 薪 1 K江西 22亟庆 2;.|1 9上海 高湖南 8江苏 1SP广东 7燹聚类个数使用平均联接（组间）的

5、谱系图将系数复制下来后，在EXCEL中建立工作表。选中数据列，点击“插入”菜单 拆线图AE11328.18922638.295331053.423441209.922551505.035661760.17771831.926881929.891992302.02410102487.20911112709.88712122897.10613132916.55114143280.75215153491.58516164229.37517174612.42310185377.25319195622.41520205933.51821216827.27622227930.76523239475.498

6、242414959.704252519623.05OfZ 1- C文件插入页面布局公式 噂 亩阅 视图 团队表格表格E；30H In图片剪贴画293834.503可肴卷I形状SmartArt屏摹载图饼图条形图面枳图散二倒f线囹注意:带螂标记的折线图显示随时间（日期、年）如果仅有几彻据点， 则可使用谟图。91313.5348360.85432829.46624042.66919623.0514959.719475.4!7930.7656827.276593356225377.253,4612.4234229.3753491.5853280.7522916.5512897.1062709.8872

7、487.2092302.0241929.8911831.9261760.171505.0351209.922插图A 328. 189碎石图:由图可知，北京自成一类，江苏、广东、上海、湖南、湖北聚成一类。其他略。接下来，添加一个变量CLU4_1，其值为类别值。（1、2、3、4），再数据3汇总3设置 3确定。均值对比，依据聚类解，利用分类汇总，计算各个聚类变量的均值方差分析结果：分析3比较均值3单因素ANOVA3设置 3确定ANOVA平方和df均方F显著性投入人年数组之间59778341.196319926113.73226.428.000组内20357294858总计8

8、0135635.35530投入高级职称的人年数组之间16485966.82035495322.27334.553.000组内4294074783总计20780040.96830投入科研事业费（百元）组之间132451401880.884344150467293.628324.318.000组内3675602946.79427136133442.474总计136127004827.67730课题总数组之间16470536.56435490178.85532.181.000组内4606273.43627170602.720总计21076810.00030专著数组之间720

9、3690.38532401230.12861.327.000组内1057167.8092739154.363总计8260858.19430论文数组之间219675698.219373225232.74017.693.000组内111743385.717274138643.915总计331419083.93530获奖数组之间169882.049356627.3503.619.026组内422436.7902715645.807总计592318.83930不同组在各个聚类变量上的均值均存在显著差异。2、试说明当变量存在数量级上的差异，进行层次聚类分析时为什么要对数据进行标准化处 理？因为数量级将对

10、距离产生较大影响，并影响最终聚类结果。3、试说明变量之间的高度相关性是否会对层次聚类分析结果造成影响？为什么？会。如果所选变量之间存在较强的线性关系，能够相互替代，在计算距离时同类变量将重复“贡献”，占有较高权重，而使最终的聚类结果偏向该类变量。4、试说明K-Mean聚类分析的基本步骤。K-Means聚类分析步骤：确定聚类数目K-确定K个初始类中心点-根据距离最近原则进行分类-重新确定K个类中心点-判断是否已经满足终止条件。是一个反复迭代的分类过程。在聚类过程中，样本所属的类会不断调整，直至达到最终稳定为止。5、收集到我国2007年各地区城镇居民家庭平均每人全年消费支出数据，数据文件名为:“消

11、费结构.sav”，变量包括：地区、消费性支出总额、食品、衣着、居住、家庭设备用品及服务、医疗保健、交通和通信、教育文化娱乐服务、医疗保健、杂项商品和服务支出。若米用 层次聚类法（个体间距离定义为平方欧氏距离，类间距离定义为组间平均链锁距离），绘制 的碎石图如下：（1）依据上图，数据聚成几类较为恰当？（2）试采用K-MEANS聚类方法，从类内相似性和类间差异性角度分析将数据聚成几类较 为恰当。（1）聚成3类较为恰当。注：碎石图可按第9章第1题方式绘制，也可按如下方式绘制。步骤：分析3降维3因子分析3导入全部变量到变量框中（地区变量除外）3抽 取：选中碎石图3继续3确定。翻因子分析0迭择变量(Q)

12、: IW-确定画回重置（g）H取;肖）帮助，变星：，食品，衣着道居住勿家庭设备用品殁服.勿医疗保健勿交通和通信 妙教育文化娱乐服务得到：（可以看出，分成3类恰当）6-碎石图0-1InIiI34567蛆件号（2）用K-MEANS聚类方法进行分类，比较分类数为2、3、4时的差别。步骤：分析3分类K-平均聚类3地区变量导入到标注个案，其他变量全部导入 到变量框中3聚类数填23选项：选中初始聚类中心和ANOVA3继续3确定。境k平均值缨类分析：.hi必日得到:-Statistics一0JM表每个个案的聚类信息(Q)缺失值按列表排除个案按对排除个案史)继续H取;肖帮助ANOVA聚类错误F显著性均方df均

13、方df食品13927902.9671246753.7792956.445.000衣着278718.565137555.425297.422.011居住667583.436131940.7642920.901.000家庭设备用品及服务411657.258114558.0412928.277.000医疗保健325304.302134400.296299.456.005交通和通信10285607.457157486.40029178.922.000教育文化娱乐服务5226361.465169080.9332975.656.000杂顶商品和服务248312.93116496.5502938.222.0

14、00仅当出于描述目的时才应该使用F检验，因为已选择聚类用于将不同聚类中的个案的差异最大化。受观察的显将上图中的聚类数修改为3,则得到:ANOVA聚类错误F显著性均方df均方df食品8311754.5092159294.7702852.178.000衣着100878.509241645.317282.422.107居住565811.147216508.6902834.274.000家庭设备用品及服务237257.836212833.0272818.488.000医疗保健198689.996233054.746286.011.007交通和通信4709934.064290458.7482852.06

15、7.000教育文化娱乐服务2676015.304267059.9262839.905.000杂顶商品和服务150742.66624829.5552831.213.000仅当出于描述目的时才应该使用F检验，因为已选择聚类用于将不同聚类中的个案的差异最大化。受观察的显著性级别并未因此得到更正，所以无法将这些级别解释为“聚类方法是等同的”假设的检验。每个聚类中的个案数量聚类 11.000225.00035.000有效31.000缺失.000将上图中的聚类数修改为4,则得到:ANOVA聚类错误F显著性均方df均方df食品6461251.597362963.25127102.619.000衣着13533

16、4.013335623.106273.799.022居住237725.271332618.140277.288.001家庭设备用品及服务142250.914315077.322279.435.000医疗保健111992.289336553.186273.064.045交通和通信3596731.324343056.2632783.536.000教育文化娱乐服务1812882.568366335.5862727.329.000杂顶商品和服务97486.29135342.7412718.246.000仅当出于描述目的时才应该使用F检验，因为已选择聚类用于将不同聚类中的个案的差异最大化。受观察的 显著性级别并未因此得到更正，所以无法将这些级别解释为“聚类方法是等同的”假设的检验。每个聚类中的个案数量聚类 11.0002