SPSS培训聚类分析-卫生统计知识及应用软件培训.ppt

聚 类 分 析 聚类分析的种类（按目的分） 1. 变量聚类 2. 样品聚类 聚类分析的种类（按方法分） 1. 层次聚类 （Hierarchical Clustering）变量可以是连续型或离散型。 2. 快速聚类法 （k-means Clustering）变量须是连续型。 例1 血脂指标.sav 已知60位患者六种血脂指标的测量结果（总胆固醇，甘油三酯，高密度脂蛋白，低密度脂蛋白，载脂蛋白A，载脂蛋白B）。 试对六种指标进行聚类分析。 操作步骤（指标聚类） Analyze→Classify→Hierarchical Cluster → 所有变量选入“Variable(s)” → Cluster选中⊙variables → Plots中选√ Dendrogram (获得树状图) →其余均按默认值 → ok 操作步骤（样品聚类） Analyze→Classify→Hierarchical Cluster → 所有变量选入“Variable(s)” → Cluster选中⊙cases→ Plots中选√ Dendrogram (获得树状图) → Save选中⊙single solution , 并输入 5 clusters → 其余均按默认值 → ok 例2 方398_1.sav 已知17所医院的人力利用和医院任务的资料（X1:日均住院人数;X2:月均X片摄片人数;X3:月均占用病床天数; X4 : 服务范围内人口数;X5:患者人均住院天数;X6:每月使用人力），现需将它们划分为三个等级。 试对17所医院进行聚类分析。 操作步骤（快速聚类） Analyze→Classify→K-means Cluster → X1~X6选入“Variable(s)” → 将 ‘hospital’ r选入“label cases by ”中→ Number of cases 变为 3 → Save选中√ Cluster membership → 其余均按默认值 → ok 应用要点（1） 距离测量方法 不同的测量方法可以得到不同的聚类结果，一般选用普通欧氏距离或该距离的平方（后者为SPSS默认）。 应用要点（2） 样本量 （1）样品聚类：无关变量的存在可能影响真实分类的发现，或致错分。 （2）变量聚类：同质的样本量较大时，可以获得稳定的、专业上容易解释的聚类结果。 应用要点（3） 共线性 如果变量间存在较强共线性，就会异常地抬高某变量的作用，应当予以剔除或提取主成分。 应用要点（4） 变量的标准化 如果用于分析的变量间具有相差甚远的方差，则方差大的变量会对聚类结果有主导作用。分析前宜先行标准化，一般选用Z - score。 应用要点（5） 专业意义 聚类分析可以细分到每类只有一例，但这样做一般没有实际意义。统计学并未给出成定论的分类结论，需结合专业知识作分析。 实际上，不同的聚类分析方法可能得出相差很大的结果。 练习(1)：体操比赛.sav 中、法、美等七个国家的裁判和未经严格训练的体育爱好者在体操比赛中对300位选手进行评分。 试根据评分情况将裁判分为适当的若干类。 练习(2)：EG11-1北京市中职教育.sav 采用快速聚类的方法，将基于教育相关指标的北京郊县分为4类。 * 试对60位患者进行聚类分析。 *