01SPSS软件聚类分析过程的图文解释及结果的全面分析Word下载.docx

1、Analyze（分析） Classify （分类，归类）Hierachical Cluster Analysis（层序聚类分析） Method（方法，条理，）然后从对话框中进行如下选择从Transform Values框中点击向下箭头，此为标准化方法，将出现如下可选项，从中选一即可：标准化方法解释：None：不进行标准化，这是系统默认值；Z Scores（Z-Scores, 英文名又叫Standardized Population Data, 是以标准差单位来表现的一组观察值）：标准化变换；Range 1 to 1：极差标准化变换（作用：变换后的数据均值为0，极差为1，且|xij*|1，消去了

2、量纲的影响；在以后的分析计算中可以减少误差的产生。）；Range 0 to 1（极差正规化变换 / 规格化变换）；2. 构造关系矩阵在SPSS中如何选择测度（相似性统计量）:Analyze Classify Hierachical Cluster Analysis Method 然后从对话框中进行如下选择常用测度（选项说明）：Euclidean distance：欧氏距离（二阶Minkowski距离），用途：聚类分析中用得最广泛的距离；Squared Eucidean distance：平方欧氏距离；Cosine：夹角余弦（相似性测度；Pearson correlation：皮尔逊相关系数；方

3、法简述：两类间的距离定义为两类重心之间的距离，对样品分类而言，每一类中心就是属于该类样品的均值特点：该距离随聚类地进行不断缩小。该法的谱系树状图很难跟踪，且符号改变频繁，计算较烦。f）Median clustering 中位数法两类间的距离既不采用两类间的最近距离，也不采用最远距离，而采用介于两者间的距离图形将出现递转，谱系树状图很难跟踪，因而这个方法几乎不被人们采用。g）Wards method 离差平方和法基于方差分析思想，如果分类合理，则同类样品间离差平方和应当较小，类与类间离差平方和应当较大实际应用中分类效果较好，应用较广；要求样品间的距离必须是欧氏距离。谱系分类的确定经过系统聚类法处

4、理后，得到聚类树状谱系图，Demirmen（1972）提出了应根据研究的目的来确定适当的分类方法，并提出了一些根据谱系图来分类的准则：A.任何类都必须在临近各类中是突出的，即各类重心间距离必须极大B.确定的类中，各类所包含的元素都不要过分地多C.分类的数目必须符合实用目的D.若采用几种不同的聚类方法处理，则在各自的聚类图中应发现相同的类实例分析SPSS19.0分析软件聚类分析4.2聚类分析系统聚类法在数据编辑窗口的主菜单中选择“分析（A）”“分类（F）”“系统聚类（H）”（如图-4所示），弹出“系统聚类分析”对话框，将“地区”变量选入“标注个案（C）”中，将其他变量选入“变量框”中，如图-5所

5、示。在“分群”单选框中选中“个案”，表示进行的是Q型聚类。在“输出”复选框中选中“统计量”和“图”，表示要输出的结果包含以上两项。单击“统计量（S）”按钮，在“系统聚类分析：统计量”对话框中选择“合并进程表”、“相似性矩阵”，如图-6所示，表示输出结果将包括这两项内容。单击“绘制（T）”按钮，在“系统聚类分析：图”对话框中选择“树状图”、“冰柱”，如图-7所示，表示输出的结果将包括谱系聚类图（树状）以及冰柱图（垂直）。单击“方法（M）”按钮，弹出“系统聚类分析：方法”对话框，如下图-8所示。“聚类方法（M）”选项条中可选项包括如图-9所示的几种方法，本例中选择“组间联接”：“度量标准-区间（N

6、）”选项条中可选项包括如图-10所示的几种度量方法，本例中选择“平方Euclidean距离”：“转换值-标准化（S）”选项条中可选项包括如图-11所示的几种将原始数据标准化的方法，本例中选择“全局从0到1”：冰柱图解释聚类分析冰柱图形状类似于屋檐上垂下的冰柱，因此而得名。横轴：案例（Case）表示被聚类的对象或变量；纵轴：群集数（Number of clusters）表示被聚成几类；观察冰柱图应从最后一行开始。举例如下：当聚成6类时X4和X8和X6聚成一类，其他个案自成一类，用白板将6类一下挡上可以看出如图；当聚成5类时X4和X8和X6和X2聚成一类，其他个案自成一类。冰柱图的优点是不仅可以显示出不同类数时个案所属的分类结果，还能表现出聚类的过程步骤，生动形象；缺点是不能表现出聚类过程中距离的大小。若生成的树状图如下，看不清楚。可点击右键导出文件，生成word文件，然后可以看出聚类过程。导出的word文档中聚类过程如下：可看出聚类过程为如下表所示：分类过程统计表连结顺序连 结 元 素1BC2ABC3EF4EFABC5DABCEF