SPSS教程CHAP14聚类分析和判别分析.pdfVIP

第14章 聚类分析与判别分析 介绍： 1、聚类分析 2、判别分析 分类学是人类认识世界的基础科学。聚类分析 和判别分析是研究事物分类的基本方法，广泛地应 用于自然科学、社会科学、工农业生产的各个领域。 14.1.1 聚类分析 根据事物本身的特性研究个体分类的方法，原 则是同一类中的个体有较大的相似性，不同类 中的个体差异很大。 根据分类对象的不同，分为样品（观测量）聚 类和变量聚类两种：  样品聚类：对观测量(Case)进行聚类（不同的目的 选用不同的指标作为分类的依据，如选拔运动员与 分课外活动小组）  变量聚类：找出彼此独立且有代表性的自变量，而 又不丢失大部分信息。在生产活动中不乏有变量聚 类的实例，如：衣服号码（身长、胸围、裤长、腰 围）、鞋的号码。变量聚类使批量生产成为可能。 14.1.2 判别分析 判别分析是根据表明事物特点的变量值和它们 所属的类，求出判别函数。根据判别函数对未 知所属类别的事物进行分类的一种分析方法。 在自然科学和社会科学的各个领域经常遇到需 要对某个个体属于哪一类进行判断。如动物学 家对动物如何分类的研究和某个动物属于哪一 类、目、纲的判断。 不同：判别分析和聚类分析不同的在于判别分 析要求已知一系列反映事物特征的数值变量的 值，并且已知各个体的分类（训练样本）。 14.1.3 聚类分析与判别分析的SPSS过程 在AnalyzeClassify下： 1. K-Means Cluster： 观测量快速聚类分 析过程 2. Hierarchical Cluster：分层聚类（进行 观测量聚类和变量聚类的过程 3. Discriminant：进行判别分析的过程 14.2 快速样本聚类过程(Quick Cluster) 使用 k 均值分类法对观测量进行聚类 可使用系统的默认选项或自己设置选项，如分为几类、 指定初始类中心、是否将聚类结果或中间数据数据存 入数据文件等。 快速聚类实例(P342，data14-01a):使用系统的默认 值进行：对运动员的分类（分为4类）  AnalyzeClassifyK-Means Cluster Variables: x1,x2,x3  Label Case By: no  Number of Cluster: 4  比较有用的结果：聚类结果形成的最后四类中心点(Final Cluster Centers) 和每类的观测量数目（Number of Cases in each Cluster ） 但不知每个运动员究竟属于哪一类？这就要用到Save选项 14.2 快速样本聚类过程(Quick Cluster) 中的选项 使用快速聚类的选择项： 类中心数据的输入与输出：Centers选项 输出数据选择项：Save选项 聚类方法选择项：Method选项 聚类何时停止选择项：Iterate选项 输出统计量选择项：Option选项 14.2 指定初始类中心的聚类方法例题P343 数据同上（data14-01a）：以四个四类成绩突出者的数据为初始 聚类中心(种子)进行聚类。类中心数据文件data14-01b （但缺一 列Cluster_，不能直接使用，要修改）。对运动员的分类（还是分 为4类） AnalyzeClassifyK-Means Cluster  Variables: x1,x2,x3  Label Case By: no  Number of Cluster: 4  Center: