SPSS軟件聚類分析過程的圖文解釋及結果的全面分析.docx

SPSS聚類分析過程聚類的主要過程一般可分為如下四個步驟：1.數(shù)據(jù)預處理（標準化）2.構造關系矩陣（親疏關系的描述）3.聚類（根據(jù)不同方法進行分類）4.確定最佳分類（類別數(shù)）SPSS軟件聚類步驟1. 數(shù)據(jù)預處理（標準化）Analyze Classify Hierachical Cluster Analysis Method 然后從對話框中進行如下選擇從Transform Values框中點擊向下箭頭，此為標準化方法，將出現(xiàn)如下可選項，從中選一即可：標準化方法解釋：None：不進行標準化，這是系統(tǒng)默認值；Z Scores：標準化變換；Range 1 to 1：極差標準化變換（作用：變換后的數(shù)據(jù)均值為0，極差為1，且|xij*|<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。）；Range 0 to 1（極差正規(guī)化變換 / 規(guī)格化變換）；2. 構造關系矩陣在SPSS中如何選擇測度（相似性統(tǒng)計量）:Analyze Classify Hierachical Cluster Analysis Method 然后從對話框中進行如下選擇常用測度（選項說明）：Euclidean distance：歐氏距離（二階Minkowski距離），用途：聚類分析中用得最廣泛的距離；Squared Eucidean distance：平方歐氏距離；Cosine：夾角余弦(相似性測度；Pearson correlation：皮爾遜相關系數(shù)；3. 選擇聚類方法SPSS中如何選擇系統(tǒng)聚類法常用系統(tǒng)聚類方法a）Between-groups linkage 組間平均距離連接法方法簡述：合并兩類的結果使所有的兩兩項對之間的平均距離最小。（項對的兩成員分屬不同類）特點：非最大距離，也非最小距離b）Within-groups linkage 組內平均連接法方法簡述：兩類合并為一類后，合并后的類中所有項之間的平均距離最小C）Nearest neighbor 最近鄰法（最短距離法）方法簡述：用兩類之間最遠點的距離代表兩類之間的距離，也稱之為完全連接法d）Furthest neighbor 最遠鄰法（最長距離法）方法簡述：用兩類之間最遠點的距離代表兩類之間的距離，也稱之為完全連接法e）Centroid clustering 重心聚類法方法簡述：兩類間的距離定義為兩類重心之間的距離，對樣品分類而言，每一類中心就是屬于該類樣品的均值特點：該距離隨聚類地進行不斷縮小。該法的譜系樹狀圖很難跟蹤，且符號改變頻繁，計算較煩。f）Median clustering 中位數(shù)法方法簡述：兩類間的距離既不采用兩類間的最近距離，也不采用最遠距離，而采用介于兩者間的距離特點：圖形將出現(xiàn)遞轉，譜系樹狀圖很難跟蹤，因而這個方法幾乎不被人們采用。g）Wards method 離差平方和法方法簡述：基于方差分析思想，如果分類合理，則同類樣品間離差平方和應當較小，類與類間離差平方和應當較大特點：實際應用中分類效果較好，應用較廣；要求樣品間的距離必須是歐氏距離。譜系分類的確定經(jīng)過系統(tǒng)聚類法處理后，得到聚類樹狀譜系圖，Demirmen(1972)提出了應根據(jù)研究的目的來確定適當?shù)姆诸惙椒?，并提出了一些根?jù)譜系圖來分類的準則：A. 任何類都必須在臨近各類中是突出的，即各類重心間距離必須極大B. 確定的類中，各類所包含的元素都不要過分地多C. 分類的數(shù)目必須符合實用目的D. 若采用幾種不同的聚類方法處理，則在各自的聚類圖中應發(fā)現(xiàn)相同的類實例分析SPSS19.0分析軟件聚類分析4.2聚類分析系統(tǒng)聚類法在數(shù)據(jù)編輯窗口的主菜單中選擇“分析(A)”“分類(F)”“系統(tǒng)聚類(H)”（如圖-4所示），彈出“系統(tǒng)聚類分析”對話框，將“地區(qū)”變量選入“標注個案(C)”中，將其他變量選入“變量框”中，如圖-5所示。在“分群”單選框中選中“個案”，表示進行的是Q型聚類。在“輸出”復選框中選中“統(tǒng)計量”和“圖”，表示要輸出的結果包含以上兩項。單擊“統(tǒng)計量(S)”按鈕，在“系統(tǒng)聚類分析：統(tǒng)計量”對話框中選擇“合并進程表”、“相似性矩陣”，如圖-6所示，表示輸出結果將包括這兩項內容。單擊“繪制(T)”按鈕，在“系統(tǒng)聚類分析：圖”對話框中選擇“樹狀圖”、“冰柱”，如圖-7所示，表示輸出的結果將包括譜系聚類圖（樹狀）以及冰柱圖（垂直）。單擊“方法(M)”按鈕，彈出“系統(tǒng)聚類分析：方法”對話框，如下圖-8所示?！熬垲惙椒?M)”選項條中可選項包括如圖-9所示的幾種方法，本例中選擇“組間聯(lián)接”：“度量標準-區(qū)間(N)”選項條中可選項包括如圖-10所示的幾種度量方法，本例中選擇“平方Euclidean距離”：“轉換值-標準化(S)”選項條中可選項包括如圖-11所示的幾種將原始數(shù)據(jù)標準化的方法，本例中選擇“全局從0到1”：冰柱圖解釋聚類分析冰柱圖形狀類似于屋檐上垂下的冰柱，因此而得名。橫軸：案例（Case）表示被聚類的對象或變量；縱軸：群集數(shù)（Number of clusters）表示被聚成幾類；觀察冰柱圖應從最后一行開始。舉例如下：當聚成6類時X4和X8和X6聚成一類，其他個案自成一類，用白板將6類一下?lián)跎峡梢钥闯鋈鐖D；當聚成5類時X4和X8和X6和X2聚成一類，其他個案自成一類。冰柱圖的優(yōu)點是不僅可以顯示出不同類數(shù)時個案所屬的分類結果，還能表現(xiàn)出聚類的過程步驟，生動形象；缺點是不能表現(xiàn)出聚類過程中距離的大小。若生成的樹狀圖如下，看不清楚。可點擊右鍵導出文件，生成word文件，然后可以看出聚類過程。導出的word文檔中聚類過程如下：可看出聚類過程為如下表所示：分類過程統(tǒng)計表連結順序連 結 元 素1BC2ABC3EF4EFABC5DABCEF