SPSS處理聚類分析

實驗五：聚類分析一．實驗目的1.學會用spss進行聚類分析。2.了解層次聚類和K值聚類法的有缺點。二．實驗要求利用2001年全國31個省市自治區(qū)各類小康和現(xiàn)代化指數的數據，對地區(qū)別作分層聚類和K-Means聚類分析。數據見：聚類分析數據（小康指數）。三．實驗內容方法一：層次聚類1．試驗步驟：依次點擊“分析”——“分類”——“系統(tǒng)聚類”如下圖一所示，將“省市”放入標注個案中，將其余放入“變量”中?！緢D一】點擊統(tǒng)計量，選中“合并進程表，相似性矩陣”如下圖二所示：【圖二】點擊“圖”，設置相應操作，如下圖三所示：【圖三】選中“方法”，設置如下圖四：【圖四】點擊“確定”得到輸出結果，如下表一：【表一】聚類案例處理匯總(a)案例有效缺失總計N百分比N百分比N百分比31100.00.031100.0

a

Ward聯(lián)結聚類表階群集組合系數首次出現(xiàn)階群集下一階群集1群集2群集1群集21262819.735001121244.62500173121381.11500642427117.710001051921160.355001861218206.332301371517284.397001381011368.2920015945452.2220021102429545.8334012112630641.6451016122425764.93310020131215902.666672214691050.28600191510231202.14480261620261378.2270112317131574.21720291814191795.372052219672059.159140262022242336.9680122321482630.10590272212142961.9381318242320223467.6861620252412163980.051220282520314553.96423028266105196.11119152727467302.5312126292812209617.935242530291415114.2651727303011235858.78829280

******HIERARCHICAL

CLUSTER

ANALYSIS******DendrogramusingWardMethodRescaledDistanceClusterCombineCASE

0

5

10

15

20

25Label

Num

+---------+---------+---------+---------+---------+甘肅

26

江西

28

貴州

30

青海

20

安徽

24

廣西

27

河南

29

云南

25

寧夏

22

西藏

31

湖北

12

陜西

13

內蒙古

18

山西

15

重慶

17

湖南

19

四川

21

河北

14

海南

16

北京

1

上海

2

天津

3

浙江

4

廣東

5

福建

8

黑龍江

10

吉林

11

新疆

23

江蘇

6

山東

9

遼寧

7

試驗結果分析：在聚類表中：第一列表示聚類分析的第幾步，第二列第三列表示本步驟類中哪兩個樣本或小類聚成一類，第四列是個體距離或小類距離，第五列第六列表示本步驟類中參與聚類的是個體還是小類，0表示樣本，非0表示由第幾步驟生成的小類參與本布聚類，第七列表示本步驟類的結果將在以下第幾步中用到。在第一步中，26號樣品與28號樣品聚成一小類，它們的個體距離是19.735，且它們都是樣本，這個小類將在下面的第11步用到；在第11步中，30號樣品與第一步聚成的小類（26和28）又聚成一個小類，它們的距離是641.645，形成的小類將在下面的第16步用到，群集1表示群集1是第一步類聚生成的小類。在樹狀圖中可以看出，若想將其分為兩類只需從10處向下劃豎線，此時26、28、30、20、24、27、29、25、22、31、12、13、18、15、17、19、21、14、16是一類，1、2、3、4、5、8、10是一類，同理，若要化為3類只需從5出向下畫豎線。方法二：K值聚類法操作步驟：依次點擊“分析”——“分類”——“K值聚類法”，“省市”加到“標注個案”中，其余加到“變量”中，將聚類數改為3，保存中全選中，如下圖五所示：【圖五】輸出結果如下表二所示：【表二】快速聚類初始聚類中心聚類123綜合指數79.2092.3051.10社會結構90.4095.1061.90經濟與技術發(fā)展86.9092.7031.50人口素質65.90112.0056.00生活質量86.5095.4041.00法制與治安59.4057.5075.60

迭代歷史記錄(a)迭代聚類中心內的更改123124.3876.30723.5792.000.000.000

a

由于聚類中心內沒有改動或改動較小而達到收斂。任何中心的最大絕對坐標更改為.000。當前迭代為2。初始中心間的最小距離為49.349。最終聚類中心聚類123綜合指數75.4991.1360.02社會結構82.8696.1766.86經濟與技術發(fā)展72.4192.0344.03人口素質77.74106.1369.32生活質量75.8494.2751.81法制與治安67.1758.5776.15

每個聚類中的案例數聚類17.00023.000321.000有效31.000缺失.000

試驗結果分析：“初始類中心點”展示了3個類的初始類中心點的情況，可見第二類是最優(yōu)的，第一類次之，第三類最不理想?！暗鷼v史”中，展示了3個類中心點每次迭代的偏移情況，由表只，第一次迭代后，三個類的中心點分別偏移了24.387，6.307，23.579，第三類中心偏移最大，第二次迭代后，3個類的中心點的偏移均小于指定的判定標準（0.02）?！懊總€聚類中的案例數”表明，第一類有7個省市自治區(qū)，第二類有3個省市自治區(qū)，第三類有21個省市自治區(qū)。四、存在問題與解決情況聚類分析是研究“物以類聚”的一種科學有效的方法。做聚類分析時，出于不同的目的和要求，可以選擇不同的統(tǒng)計量和聚類方法。系統(tǒng)聚類是目前應用最為廣泛的一種聚類方法，其基本思想是：先將待聚類的n個樣品（或者變量）各自看成一類，共有n類；然后按照實現(xiàn)選定的方法計算每兩類之間的聚類統(tǒng)計量，即某種距離（或者相似系數），將關系最為密切的兩類合為一類，其余不變，即得到n