SPSS聚类分析具体操作步骤-课件PPT.ppt

SPSS聚类分析具体操作步骤俗语说,物以类聚、人以群分。但什么是分类的根据呢?举例:要想把中国的县分成若干类,就有很多种分类法;可以按照自然条件来分,比如考虑降水、土地、日照、湿度等各方面;也可以考虑收入、教育水准、医疗条件、基础设施等指标;既可以用某一项来分类,也可以同时考虑多项指标来分类。聚类分析概述(一)概念(1)聚类分析是统计学中研究“物以类聚”的一种方法,:细分市场、消费行为划分聚类分析是建立一种分类,是将一批样本(或变量)按照在性质上的“亲疏”程度,:类内个体具有较高的相似性,类间的差异性较大.(二)“亲疏”程度的衡量(1)衡量指标相似性:数据间相似程度的度量距离:,越“亲密”,聚成一类;距离越远,越“疏远”,分别属于不同的类(2)衡量对象个体间距离个体和小类间、小类和小类间的距离两个距离概念按照远近程度来聚类需要明确两个概念:一个是点和点之间的距离,一个是类和类之间的距离。点间距离有很多定义方式。最简单的是欧式距离,还有其他的距离。当然还有一些和距离相反但起同样作用的概念,比如相似性等,两点越相似度越大,就相当于距离越短。由一个点组成的类是最基本的类;如果每一类都由一个点组成,那么点间的距离就是类间距离。但是如果某一类包含不止一个点,那么就要确定类间距离,类间距离是基于点间距离定义的:比如两类之间最近点之间的距离可以作为这两类之间的距离,也可以用两类中最远点之间的距离作为这两类之间的距离;当然也可以用各类的中心之间的距离来作为类间距离。在计算时,各种点间距离和类间距离的选择是通过统计软件的选项实现的。不同的选择的结果会不同,但一般不会差太多。SPSS中聚类分析分类(一)按分类对象对变量的聚类称为R型聚类对观测值聚类称为Q型聚类这两种聚类在数学上是对称的,没有什么不同。(二)按聚类的方法分类分层聚类或系统聚类分析快速聚类分析两步聚类分析:新型的事先不用确定分多少类:分层聚类分层聚类或系统聚类(hierarchicalcluster)。开始时,有多少点就是多少类。它第一步先把最近的两类(点)合并成一类,然后再把剩下的最近的两类合并成一类;这样下去,每次都少一类,直到最后只有一大类为止。显然,越是后来合并的类,距离就越远。再对饮料例子来实施分层聚类。对于一个数据,人们既可以对变量(指标)进行分类(相当于对数据中的列分类),也可以对观测值(事件,样品)来分类(相当于对数据中的行分类)。比如学生成绩数据就可以对学生按照理科或文科成绩(或者综合考虑各科成绩)分类,当然,并不一定事先假定有多少类,完全可以按照数据本身的规律来分类。快速聚类k-均值聚类(k-meanscluster,也叫快速聚类,quickcluster)却要求你先说好要分多少类。看起来有些主观假定你说分3类,这个方法还进一步要求你事先确定3个点为“聚类种子”(SPSS软件自动为你选种子);也就是说,把这3个点作为三类中每一类的基石。然后,根据和这三个点的距离远近,把所有点分成三类。再把这三类的中心(均值)作为新的基石或种子(原来的“种子”就没用了),重新按照距离分类。如此叠代下去,。特点聚类分析前所有个体所属的类别是未知的,类别个数一般也是未知的,分析的依据只有原始数据,可能事先没有任何有关类别的信息可参考严格地,聚类分析并不是纯粹的统计技术,不象其他多元分析,需要从样本去推断总体一般不涉及统计量分布,也不需显著性检验聚类分析更象是一种建立假设的方法,而对相关假设的检验还需要借助其他统计方法