第11章聚类分析与判别分析摘要.ppt

6．Plots按钮 设置输出图形：树状图 冰状图 7．Method按钮 设置聚类分析的具体方法。 聚类方法： 组间连接：类间平均法 组内连接：类内平均法 最近临元素：最短距离法 最远临元素：最长距离法 质心聚类法：重心法 中位数聚类法：中位数法 Ward法：离差平方和法 8．Save按钮 设置需要保存的分析结果。 输出结果的统计分析 凝聚状态表: 成员表 水平冰柱图 树状图 Dendrogram using Ward Method Rescaled Distance Cluster Combine C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+ 山西 4 -+ 江西 14 -+-+ 内蒙 5 -+ +-------+ 吉林 7 -+ | | 黑龙江 8 -+-+ | 安徽 12 -+ +---------------+ 湖北 17 -+ | | 湖南 18 -+-----+ | | 四川 22 -+ +---+ | 河北 3 -+-+ | +---------------------+ 河南 16 -+ +---+ | | 辽宁 6 ---+ | | 青海 28 -+ | | 11.6.2 动态聚类法的SPSS实现 在SPSS中，凝聚点的指定不是必须的，系统会自动根据分类数目，结合样品情况来选取凝聚点。 形成初始分类的方法通常有两种，一是直接将每个样品按与其距离最近的凝聚点并类，二是先让每个凝聚点自成一类，将样品依此并入与其距离最近的凝聚点的一类，并计算该类的重心，以这个重心代替原来的凝聚点，再考虑下一个样品的并类，直至所有样品都归类为止。 操作： 【分析（Analyze）】→【 分类（Classify）】→【k-均值聚类（K–Means Cluster）】打开k-均值聚类分析（K–Means Cluster Analysis）对话框 变量列表框 ： 聚类数（Number of Clusters）输入框输入指定的聚类数目。 1．迭代（Iterate）按钮 设置快速聚类的迭代终止条件。 2．保存（Save）按钮 设置需要保存的分析结果。 3．选项（Options）按钮 选择快速聚类的输出结果，并指定对缺失数据的处理方法。 输出结果的统计分析 凝聚点表 最后类中心表 类间距离表 分类表 每类中包含的样品数 第十一章SPSS的聚类分析 11.1聚类分析的一般问题 11.1.1聚类分析的意义 聚类分析是统计学中研究“物以类聚”问题的多元统计分析方法。聚类分析在统计分析的应用领域已经得到了极为广泛的应用。 理解聚类分析的关键是理解何谓“没有先验知识”以及“亲疏程度”。所谓“没有先验知识”是指没有事先指定分类标准；所谓“亲疏程度”是指在各变量（特征）取值上的总体差异程度。聚类分析正是基于此实现数据的自动分类的。 11.1.2聚类分析中“亲疏程度”的度量方法 聚类分析中，个体之间的“亲疏程度”是极为重要的，它将直接影响最终的聚类结果。对“亲疏程度”的测度一般有两个角度：第一，个体间的相似程度；第二，个体间的差异程度。衡量个体间的相似程度通常可采用简单相关系数或等级相关系数等。个体间差异程度通常通过某种距离来测度，这里将对此做重点讨论。 为定义个体间的距离应先将每个样本数据看成k维空间上的一个点。通常，点与点之间的距离越小，意味着它们越“亲密”，越有可能聚成一类。点与点之间的距离越大，意味着它们越“疏远”，越有可能分别属于不同的类。 11.1.2.1定距型变量个体间距离的计算