系統(tǒng)工程實驗報告-基于SPSS的聚類分析實驗

西南交通高校交通運(yùn)輸與物流學(xué)院試驗報告《系統(tǒng)工程》學(xué)年其次學(xué)期試驗名稱：基于SPSS的聚類分析試驗學(xué)號姓名：20121986羅靜指導(dǎo)老師：蔣賽試驗時間：2014年4月25號試驗一基于SPSS的聚類分析試驗一、試驗背景數(shù)據(jù)表示我國商業(yè)主要銀行的10個綜合競爭力指標(biāo)，人均凈利潤、凈利潤率、資產(chǎn)回報率、核心資本足夠率、人均費用額、資產(chǎn)負(fù)債率、股東權(quán)益乘數(shù)、不良貸款比率、存款市場份額和貸款市場份額。本試驗是基于SPSS利用系統(tǒng)聚類法對這些商業(yè)銀行的綜合競爭力進(jìn)行評價分析。二、試驗步驟1.建立SAV格式的數(shù)據(jù)2.點擊【分析】……【分類】……【系統(tǒng)聚類】，起先進(jìn)行系統(tǒng)聚類分析。3.將要分析的變量x1到x10移入變量的列表框中,將Y移入標(biāo)注個案，用于標(biāo)注每一個個案。分群中點選個案，表示對樣品進(jìn)行聚類。4.點擊【統(tǒng)計量】，點選“單一方案”，結(jié)合實際分析，將銀行分為3類較合適，所以在聚類數(shù)的方框中填寫3，表示此次聚類把樣品分為3類。點擊“接著”返回系統(tǒng)聚類分析對話框。5.點擊【繪制】，點選“樹狀圖”，以形象地顯示聚類的整個過程，點擊“接著”返回系統(tǒng)聚類分析對話框。6.點擊【方法】，在轉(zhuǎn)換值框中，下拉對話框，選擇Z得分，表示數(shù)據(jù)標(biāo)準(zhǔn)化到Z分?jǐn)?shù)，其余項保持系統(tǒng)默認(rèn)狀態(tài)，點擊“接著”返回系統(tǒng)聚類分析對話框。7.各選項設(shè)置完成后，點擊確定進(jìn)行系統(tǒng)聚類。三、試驗結(jié)果分析1.聚類分析過程表在表3-1中，依據(jù)聚類系數(shù)的改變可以得到，第6步的聚類系數(shù)是8.1，第5步是6.764，它們相差1.336個單位，第7步和第6步相差3.32個單位，可見，從理論上來說，聚類過程結(jié)束于第7步是合理的，此時全部的數(shù)據(jù)被分為2類，可是當(dāng)結(jié)合實際時，分類數(shù)太少，沒有方法更好的反映銀行之間的差異性，因此我們確定聚類數(shù)為3。表3-12.樹狀圖樹狀圖3-1表示了整個聚類過程圖3-13.聚類分析結(jié)果顯示表表3-2表示了此次聚類分析的結(jié)果，可以看到聚類分析最終分為以下幾類：第Ⅰ類：工商銀行，建設(shè)銀行，中國銀行。第Ⅱ類：交通銀行，光大銀行，深發(fā)銀行，浦發(fā)銀行。第Ⅲ類：中信銀行，民生銀行，招商銀行。表3-2四、試驗心得通過本次試驗，我學(xué)會了運(yùn)用SPSS對樣本進(jìn)行系統(tǒng)聚類分析，在試驗的過程中收獲頗多，但仍舊存在許多問題，對于試驗結(jié)果的樹狀圖冰柱圖的讀解還存在肯定的問題，對試驗結(jié)果中系數(shù)的實際含義理解上也存在一些問題。在本次試驗數(shù)據(jù)中，指標(biāo)有10個，變量數(shù)目過多，我認(rèn)為在做聚類分析之前也可以結(jié)合主成分分析，先對變量做一個降維過程，在對樣本做聚類分析，這樣的結(jié)果會更加優(yōu)越，然而由于主成分分析對數(shù)據(jù)要求較高，我在用此次數(shù)據(jù)做主成分分析時，發(fā)覺結(jié)果并不是很志向，提取的兩個公因子對變量的貢獻(xiàn)率只有81.596%，在貸款市場份額，存款市場份額，不良貸款比率，核心資本足夠率指標(biāo)上的說明，兩個因子顯得模糊不清，它們的載荷系數(shù)區(qū)分并不明顯，因此，我認(rèn)為該結(jié)合實際狀況適當(dāng)將因子分析和聚類分析相結(jié)合。聚類分析在物流領(lǐng)域中應(yīng)用廣泛，例如物流園區(qū)空間類型定位中的應(yīng)用，區(qū)域物流中心綜合評價，多級物流配送中心選址中的應(yīng)用等等。五、參考資料[1]汪應(yīng)洛，《系統(tǒng)工程（第4版）》，機(jī)械工業(yè)主板社，北京，2008[2]西南交通高校交通運(yùn)輸與物流學(xué)院，系統(tǒng)工程，《案例及試驗指導(dǎo)》，2011[3]王璐，王沁，《統(tǒng)計軟件SPSS完全學(xué)習(xí)手冊與實戰(zhàn)精粹》，化學(xué)工業(yè)出版社，北京，2013西南交通高校交通運(yùn)輸與物流學(xué)院試驗報告《系統(tǒng)工程》學(xué)年其次學(xué)期試驗名稱：基于SPSS的主成分分析試驗學(xué)號姓名：20121986羅靜指導(dǎo)老師：蔣賽試驗時間：2014年4月25號試驗二基于SPSS主成分分析試驗一、試驗背景數(shù)據(jù)表示某市居民2000年到2007年的消費結(jié)構(gòu)，詳細(xì)表示為食品，衣著，家庭設(shè)備用品及服務(wù)、醫(yī)療保健、交通和通信、文化消遣服務(wù)、居住及雜項商品與服務(wù)。據(jù)此定量得探討該市居民的消費結(jié)構(gòu)。二、試驗步驟1.建立試驗數(shù)據(jù)，輸入試驗數(shù)據(jù)2.對數(shù)據(jù)進(jìn)行主成分分析，詳細(xì)步驟為：【分析】……【降維】……【因子分析】3.將要分析的變量移入變量的對話框中4.點擊【描述】進(jìn)行設(shè)置，勾選“單變量描述性”以為主成分分析供應(yīng)一個直觀的分析結(jié)果，其余項保持系統(tǒng)默認(rèn)狀態(tài)，點擊“接著”返回因子分析對話框。5.點擊【抽取】進(jìn)行設(shè)置，方法選擇“主成分”，其余項保持系統(tǒng)默認(rèn)狀態(tài)，點擊“接著”返回因子分析對話框。6.點擊【旋轉(zhuǎn)】進(jìn)行設(shè)置，使得因子變量更具有說明性，方法選擇“最大方差法”，使每個因子具有最高載荷的變量數(shù)最小，以簡化對因子的說明，點擊“接著”返回因子分析對話框。7.點擊【得分】進(jìn)行設(shè)置，勾選“保存為變量”，將因子得分作為新變量保存在數(shù)據(jù)文件中，此時激活方法選項，再勾選“回來”，此方法使得因子得分的均值為“0”，勾選“顯示因子得分系數(shù)矩陣”，點擊“接著”返回因子分析對話框。8.點擊【選項】進(jìn)行設(shè)置，系數(shù)顯示格式中勾選“按大小排序”，將載荷系數(shù)按大小排列構(gòu)成矩陣，使在同一因子上具有較高載荷的變量排列在一起，以便于得出結(jié)論，其余項保持系統(tǒng)默認(rèn)狀態(tài)，點擊“接著”返回因子分析對話框。9.各選項設(shè)置完成后，單擊“確認(rèn)”進(jìn)行主成分分析。三、試驗結(jié)果分析1.描述性統(tǒng)計表表3-1顯示了食品、衣著等八個消費指標(biāo)的描述性統(tǒng)計量，從中可以看出，食品消費所占的比重最大，其均值為39.475%。其次是文化消遣服務(wù)和居住，醫(yī)療保健和雜項占的比重則比較小。表3-12.因子分析共同度表3-2給出了8個變量的共同度數(shù)據(jù)，它給出了因子分析初始解下的變量共同度，表明原有變量的全部方差都可被說明，變量的共同度均為1。表3-23.因子分析的總方差說明從表3-3中第4列中可看出，前三個因子的累積貢獻(xiàn)率已達(dá)到94.196%，并且在表格的第2列中顯示只有它們的取值大于1，說明前三個因子基本包含了變量的主要信息，因此選擇前三個因子為主因子即可，同時從提取后和旋轉(zhuǎn)后的因子方差說明狀況看來，它們也支持選擇前三個因子。表3-34.旋轉(zhuǎn)前的因子載荷矩陣表3-4顯示了旋轉(zhuǎn)前的因子載荷矩陣，從表中可看出這三個因子對第四個變量家庭設(shè)備用品及服務(wù)說明實力較差，同樣，對于食品這個變量，在三個因子的載荷系數(shù)區(qū)分也不大，說明此時須要采納因子旋轉(zhuǎn)使得因子對變量的說明效果更好。表3-45.旋轉(zhuǎn)后的因子載荷矩陣表3-5為旋轉(zhuǎn)后的因子載荷矩陣，從表中可看出，各指標(biāo)在各因子的載荷系數(shù)有了較大的區(qū)分，此時的結(jié)果較旋轉(zhuǎn)前對變量有了更好的說明性。從表中可看出，第一個因子主要反映了交通和通信、醫(yī)療保健、文化消遣服務(wù)、家庭設(shè)備用品及服務(wù)和食品這5個指標(biāo)，因此我們可以將第一個公因子命名為第一基本生活消費因子，即享受型消費因子，同時在2000年到2007年之間，交通和通信、醫(yī)療保健和文化消遣服務(wù)的載荷系數(shù)為正，即0.946,0.938,0.931，表明這幾年這些指標(biāo)在居民消費結(jié)構(gòu)中時遞增的，而載荷系數(shù)為負(fù)即-0.895，-0.793的家庭設(shè)備用品及服務(wù)和食品指標(biāo)在居民消費結(jié)構(gòu)中程遞減趨勢。由表中數(shù)據(jù)得到，其次個公因子主要反映了居住和衣著指標(biāo)，載荷系數(shù)為-0.974,0.889，因此將其次個公因子命名為其次基本生活消費因子，即發(fā)展性消費因子。數(shù)據(jù)顯示，居民在居住方面的消費支出是遞減的，而越來越專注衣著水平的提高。由表中數(shù)據(jù)得，第三個公因子主要反映雜項商品與服務(wù)指標(biāo)，其載荷系數(shù)為0.968，因此將第三個公因子命名為第三生活消費因子，即其他型消費因子，由其載荷系數(shù)也可看出，居民已經(jīng)不再是單一得追求滿意基本生活消費，在對雜項商品服務(wù)的追求是逐年提升的，此指標(biāo)在居民消費結(jié)構(gòu)中程遞增趨勢。表3-56.因子得分系數(shù)表3-7給出了采納回來法估計的因子得分系數(shù)，依據(jù)表中內(nèi)容得到以下因子得分系數(shù)：表3-67.綜合評價模型依據(jù)以上計算的因子得分，并以因子的方差貢獻(xiàn)率為權(quán)，建立綜合評價的模型，數(shù)學(xué)表達(dá)式如下：四、試驗心得通過本次試驗，我學(xué)會了運(yùn)用SPSS軟件進(jìn)行主成分分析，主成分分析的目的就是讓變量數(shù)目變得盡可能少，也就是降維，以更簡潔明白得反映我們所要探討的事物的特征。這種分析方法在我們以后進(jìn)行系統(tǒng)評價的時候供應(yīng)了較大的便利。主成分