spss聚类分析教程

1、2022/9/111基本统计分析有了数据，可以利用SPSS的各种分析方法进行分析，但选择何种统计分析方法，即调用哪个统计分析过程，是得到正确分析结果的关键SPSS有数字分析和作图分析两类方法1.2022/9/112基本统计分析概述 目录 上页 下页 返回 结束 基本统计分析是进行其他更深入的统计分析的前提，通过基本统计分析，用户可以对分析数据的总体特征有比较准确的把握，从而选择更为深入的分析方法对分析对象进行研究。2.在SPSS的Analyze菜单中包括了一系列统计分析过程。其中Reports和Descriptive Statistics命令项中包括的功能是对单变量的描述统计分析Descrip

2、tive Statistics包括的统计功能有：Frequencies：频数分析Descriptives：描述统计量分析Explore：探索分析Crosstabs：多维频数分布交叉表（列联表）3.2022/9/114描述统计分析过程Descriptives 目录 上页 下页 返回 结束 1、功能：了解数据的基本统计特征和对指定的变量值进行标准化处理(标准化后的新变量的均值为0，标准差为1，目的是为了消除各变量间变量值在数量级上的差异，从而增强数据间的可比性)。2、描述统计分析过程通过平均值(Mean)、 算术和(Sum) 、标准差(Std Dev) 、最大值(Maximum) 、最小值(Min

3、imum) 、方差(Variance)、范围(Range)、平均数标准误(S.E. Mean)等统计量对变量进行描述。 4.2022/9/115 目录 上页 下页 返回 结束 SPSS 数值统计分析过程均在Analyze菜单中基本统计分析 ：Reports, Descriptive Statisticsb、均值比较与检验 ：Compare Meansd、方差分析：ANOVA Modelsb、相关分析：Correlatee、回归分析 ：Regression f、聚类与判别：Classifyg、因子分析：Data Reduction h、非参数检验：Nonparametric Tests 等等5.

4、2022/9/11.6第一章 聚类分析聚类分析的基本思想聚类分析上机实现2022/9/1171.1 聚类分析的思想 目录 上页 下页 返回 结束 我们认为，所研究的样品或指标（变量）之间是存在着程度不同的相似性（亲疏关系）。于是根据一批样品的多个观测指标，具体找出一些能够度量样品或指标之间的相似程度的统计量，以这些统计量为划分类型的依据，把一些相似程度较大的样品（或指标）聚合为一类，把另外一些彼此之间相似程度较大的样品（或指标）又聚合为另外一类，。关系密切的聚合到一个小的分类单位，关系疏远的聚合到一个大的分类单位，直到把所有的样品（或指标）都聚合完毕，把不同的类型一一划分出来，形成一个由小到大

5、的分类系统。最后再把整个分类系统画成一张分群图（又称谱系图），用它把所有的样品（或指标）间的亲疏关系表示出来。7.2022/9/118 目录 上页 下页 返回 结束 对样品的分类常称为Q型聚类分析对变量的分类常称为R型聚类分析8.2022/9/1191.1 聚类分析的思想 目录 上页 下页 返回 结束 聚类的目的在一些社会、经济问题中，我们面临的往往是比较复杂的研究对象，如果能把相似的样品（或指标）归成类，处理起来就大为方便，聚类分析的目的就是把相似的研究对象归成类。 【例1】若我们需要将下列11户城镇居民按户主个人的收入进行分类，对每户作了如下的统计，结果列于表3.1。在表中，“标准工资收入

6、” 、“职工奖金” 、“职工津贴” 、“性别” 、“就业身份”等称为指标，每户称为样品。若对户主进行分类，还可以采用其他指标，如“子女个数” 、“政治面貌” 等，指标如何选择取决于聚类的目的。 9.2022/9/1110 目录 上页 下页 返回 结束 10.2022/9/1111 目录 上页 下页 返回 结束 上例中的8个指标，前6个是定量的，后2个是定性的。如果分得更细一些，指标的类型有三种尺度间隔尺度。变量用连续的量来表示。有序尺度。指标用有序的等级来表示，有次序关系，但没有数量表示。名义尺度。指标用一些类来表示，这些类之间没有等级关系也没有数量关系。不同类型的指标，在聚类分析中，处理的方

7、式是大不一样的。总的来说，提供给间隔尺度的指标的方法较多，对另两种尺度的变量处理的方法不多。11.2022/9/1112 目录 上页 下页 返回 结束 第一位重要的问题是“什么是类”？粗糙地讲，相似样品（或指标）的集合称作类。 聚类分析给人们提供了丰富多采的方法进行分类，这些方法大致可归纳为：(1) 系统聚类法。(2)模糊聚类法。(3) K-均值法。(4) 有序样品的聚类。(5) 分解法。(6) 加入法。12.2022/9/1113 1.2 系统聚类法 目录 上页 下页 返回 结束 (1) 最短距离法。(nearest neighbor或single linkage method) 13.20

8、22/9/1114 目录 上页 下页 返回 结束 (2) 最长距离法（farthest neighbor或complete linkage method）。14.2022/9/1115 目录 上页 下页 返回 结束 (3) 类平均法(group average method)。 15.2022/9/1116 目录 上页 下页 返回 结束 (4) 重心法(Centroid method)。 (5) 离差平方和法（Sum of Squares method）。 16.2022/9/11中国人民大学六西格玛质量管理研究中心171.3 系统聚类法 目录 上页 下页 返回 结束 系统聚类法(hierar

9、chical clustering method)在聚类分析中诸方法中用的最多，包含下列步骤： 17.2022/9/1118 目录 上页 下页 返回 结束 注：不同的距离定义方式用到系统聚类程序中，得到不同的系统聚类法。我们现在通过一个简单的例子，来说明各种系统聚类法。18.2022/9/11中国人民大学六西格玛质量管理研究中心191.4 计算步骤与上机实践 目录 上页 下页 返回 结束 19.2022/9/11201.5 案例研究 目录 上页 下页 返回 结束 例3 我们以2005年31个省、市、自治区的城镇居民月平均消费支出数据为例，在SPSS中利用K-均值法对31个省、市、自治区的城镇居

10、民消费水平进行聚类分析。在SPSS中依次点击“Analyze”“Classify” “K-Means Cluster”，打开K-Means Cluster Analysis对话框，将8个变量选入Variable框中，将表示地区的变量选入Label Cases By栏中，将分类数（Number of clusters）定为3。另外，点击Iterate按钮可以在其中输入最大迭代次数（Maximum iterations）和收敛标准（Convergence criterion）；在Save按钮中可以选择保存样本的聚类结果（Cluster membership）和各样本距各自中心点的距离（Distan

11、ce from cluster center）；在Options按钮中可以选择输出初始类中心点、方差分析表等结果，读者可以根据实际情况来选择。点击“OK”得到聚类结果如下：20.2022/9/11中国人民大学六西格玛质量管理研究中心21 目录 上页 下页 返回 结束 21.2022/9/1122 目录 上页 下页 返回 结束 表3.16中最大的相关系数为r4，80.837，将G4和G8并成一新类G9，然后计算G9与各类的相关系数，再找最大的相关系数，每次缩小一类得图317。我们可以看出全国城镇居民得消费结构大致可以分为三个方面，一类是各种副食、日用品及交通通信、文化教育和住房等支出，这是在消费

12、结构中起主导作用的方面；其次是居民购买烟、酒、饮料及着装支出；粮食和水电燃料是两项很重要的消费指标，但目前在城镇居民的消费中占的比例较小，可将它们归并为同一类。 22.2022/9/1123 目录 上页 下页 返回 结束 上面介绍的几种系统聚类方法，并类的原则和步骤基本一致，所不同的是类与类的距离有不同的定义。其实可以把这几种方法统一起来，有利于在计算机上灵活地选择更有意义的谱系图。 23.2022/9/1124 目录 上页 下页 返回 结束 当然，也可以采用欧氏距离分别用类平均法、最短距离法、最长距离法把31个省市分类。类平均法聚类在SPSS中的操作为：点选“Analyze”“Classif

13、y” “Hierarchical Cluster”，打开Hierarchical Cluster Analysis对话框，将八个聚类指标选入Variables栏中，将表示地区的变量选入Label Cases By栏中，按“Plots”按钮，在弹出的窗口中选中Dendrogram（谱系图）选项，按“Continue”返回主对话框，在按“Method”按钮，在Cluster Method下拉菜单中选择Between-groups linkage（组间连接法，即类平均法）选项，返回主对话框后按“OK”即可得到聚类结果。24.2022/9/1125 目录 上页 下页 返回 结束 最短距离法和最长距离法操作步骤与类平均法一样，只不过要在Cluster Method下拉菜单中