spss聚类分析教程课件.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,中国人民大学六西格玛质量管理研究中心,*,2026/2/4 周三,1,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,2026/2/4 周三,2,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,。,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,Descriptive 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）,2026/2/4 周三,5,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 Statistics,b,、均值比较与检验：,Compare Means,d,、方差分析：,ANOVA Models,b,、相关分析：,Correlate,e,、,回归分析,：,Regression,f,、,聚类与判别,：,Classify,g,、,因子分析,：,Data Reduction,h,、,非参数检验,：,Nonparametric Tests,等等,2026/2/4 周三,6,第一章 聚类分析,聚类分析的基本思想,聚类分析上机实现,2026/2/4 周三,7,1.1,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。,2026/2/4 周三,8,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,2026/2/4 周三,10,目录 上页 下页 返回 结束,2026/2/4 周三,12,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。,2026/2/4 周三,14,目录 上页 下页 返回 结束,(2),最长距离法（,farthest neighbor,或,complete linkage method,）。,2026/2/4 周三,15,目录 上页 下页 返回 结束,(3),类平均法,(group average method),。,2026/2/4 周三,16,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,）。,2026/2/4 周三,中国人民大学六西格玛质量管理研究中心,17,1.3,系统聚类法,目录 上页 下页 返回 结束,系统聚类法,(hierarchical clustering method),在聚类分析中诸方法中用的最多，包含下列步骤：,2026/2/4 周三,18,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。,2026/2/4 周三,20,1.5,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（,Distance 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：,2026/2/4 周三,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,2026/2/4 周三,23,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。,2026/2/4 周三,24,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,”,“,Classify,”,“,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。,