spss样本聚类案例分析Word文件下载.docx

上传人:b****1 文档编号:14632365 上传时间:2022-10-23 格式:DOCX 页数:22 大小:437.40KB
下载 相关 举报
spss样本聚类案例分析Word文件下载.docx_第1页
第1页 / 共22页
spss样本聚类案例分析Word文件下载.docx_第2页
第2页 / 共22页
spss样本聚类案例分析Word文件下载.docx_第3页
第3页 / 共22页
spss样本聚类案例分析Word文件下载.docx_第4页
第4页 / 共22页
spss样本聚类案例分析Word文件下载.docx_第5页
第5页 / 共22页
点击查看更多>>
下载资源
资源描述

spss样本聚类案例分析Word文件下载.docx

《spss样本聚类案例分析Word文件下载.docx》由会员分享,可在线阅读,更多相关《spss样本聚类案例分析Word文件下载.docx(22页珍藏版)》请在冰豆网上搜索。

spss样本聚类案例分析Word文件下载.docx

9

4.895

15

5.500

7.740

8.314

12.790

16.650

通过系数做出其散点图

群集成员

案例

5群集

4群集

3群集

1:

Case1

2:

Case2

3:

Case3

4:

Case4

5:

Case5

6:

Case6

7:

Case7

8:

Case8

9:

Case9

10:

Case10

11:

Case11

12:

Case12

13:

Case13

14:

Case14

15:

Case15

1.2变量聚类(R聚类)

近似矩阵

矩阵文件输入

总人口

从业人员

土地面积

耕地面积

财政收入

粮食产量

1.000

.857

.698

.714

.512

.043

.597

.570

.643

.277

.856

.044

-.147

-.001

-.335

.342

.645

.129

 

2.K—均值聚类

描述统计量

N

极小值

极大值

均值

标准差

身高月平均增长率

19

.34

11.03

1.8842

2.56342

体重月平均增长率

.49

50.30

5.6363

11.71814

胸围月平均增长率

.16

11.81

1.4958

2.79339

坐高月平均增长率

.14

11.27

1.7111

2.80709

有效的N(列表状态)

输出结果:

初始聚类中心

聚类

Zscore(身高月平均增长率)

3.56781

1.39883

.66153

.04907

-.60240

Zscore(体重月平均增长率)

3.81150

1.16603

.35959

-.12513

-.43918

Zscore(胸围月平均增长率)

3.69236

1.32606

.58861

-.00923

-.47104

Zscore(坐高月平均增长率)

3.40529

1.94826

.14212

-.04669

-.55255

迭代历史记录a

迭代

聚类中心内的更改

.000

.208

.183

a.由于聚类中心内没有改动或改动较小而达到收敛。

任何中心的最大绝对坐标更改为.000。

当前迭代为2。

初始中心间的最小距离为.996。

聚类成员

案例号

月份

距离

dimension0

.258

.312

.194

.297

.245

18

.065

24

.070

30

.112

36

.045

42

.119

48

.051

16

54

.103

17

60

.166

66

.074

72

20

.

21

22

23

25

最终聚类中心

.02859

-.47855

-.19084

-.38115

-.20255

-.39974

-.01106

-.45429

最终聚类中心间的距离

4.407

6.375

7.442

8.099

2.236

3.146

3.830

1.163

1.784

.727

ANOVA

误差

F

Sig.

均方

df

4.469

.009

500.431

4.476

.007

662.430

4.455

.013

346.563

4.472

.008

563.652

F检验应仅用于描述性目的,因为选中的聚类将被用来最大化不同聚类中的案例间的差别。

观测到的显著性水平并未据此进行更正,因此无法将其解释为是对聚类均值相等这一假设的检验。

每个聚类中的案例数

4.000

12.000

有效

19.000

缺失

6.000

3.线性回归

研究变量间的非确定性关系,构造变量间经验公式的数理统计方法称为回归分析。

根据自变量的个数,分为一元线性回归和多元线性回归。

3.1一元线性回归

输入/移去的变量b

模型

输入的变量

移去的变量

方法

咖啡类饮料销售量,固体冲泡饮料销售量,茶饮料销售量,碳酸饮料销售量a

输入

a.已输入所有请求的变量。

b.因变量:

果汁销售量

模型汇总

R

R方

调整R方

标准估计的误差

.997a

.994

.992

.44012

a.预测变量:

(常量),咖啡类饮料销售量,固体冲泡饮料销售量,茶饮料销售量,碳酸饮料销售量。

Anovab

平方和

回归

338.056

84.514

436.306

.000a

残差

1.937

总计

339.993

系数a

非标准化系数

标准系数

t

B

标准误差

试用版

(常量)

17.296

.470

36.830

碳酸饮料销售量

.018

.170

2.427

.036

茶饮料销售量

.265

.021

.726

12.852

固体冲泡饮料销售量

-.004

.034

-.009

-.117

.909

咖啡类饮料销售量

-.238

-.455

-18.640

a.因变量:

3.2多元线性回归

X4,X1,X2,X3a

Y

模型汇总b

.894a

.799

.619

(常量),X4,X1,X2,X3。

16.779

4.195

10.930

.001a

4.221

.384

21.000

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 考试认证 > 从业资格考试

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1