多元统计分析 聚类(方法+步骤+分析 总结).docVIP

K聚类 实验过程 将数据5.7导入至SPSS中，分析-分类-K均值聚类分析，将8个行业放到变量中，地区放到label cases中，设定聚类数=3。 点击“迭代”，设定最大迭代次数为10，迭代标准为0，点击继续 点击“保存”，选择“聚类成员”及“与聚类中心的距离” 点击“选项”，选择如下 点击继续 点击确定后，得到如下实验结果： 实验结果分析： 1. 给出初始的聚类中心 初始聚类中心 聚类 1 2 3 工业 1109.91 2322.56 191.49 建筑业 207.72 181.89 30.13 交通运输仓储和邮政业 263.11 327.67 31.05 批发和零售业 425.29 472.94 35.25 住宿和餐饮业 118.86 94.66 10.50 金融业 543.97 379.71 19.05 房地产业 296.04 380.27 21.32 其他服务业 1448.84 943.69 92.87 2. 给出每次迭代结束后类中心的变动 迭代历史记录a 迭代 聚类中心内的更改 1 2 3 1 583.084 388.520 349.295 2 326.648 .000 58.125 3 103.704 .000 24.548 4 .000 .000 .000 a. 由于聚类中心内没有改动或改动较小而达到收敛。任何中心的最大绝对坐标更改为 .000。当前迭代为 4。初始中心间的最小距离为 1329.460。 从表中可以看出共经历了4次迭代，即4次迭代后，聚类中心的变化为0，迭代停止。 3.给出各观测量所属的类及所属类中心的距离 聚类成员 案例号 地区 聚类 距离 1 北京 1 999.700 2 天津 2 388.520 3 河北 3 255.969 4 山西 3 206.513 5 内蒙古 3 222.286 6 辽宁 3 429.454 7 吉林 3 88.420 8 黑龙江 3 281.144 9 上海 2 388.520 10 江苏 1 287.256 11 浙江 1 205.691 12 安徽 3 137.535 13 福建 3 397.274 14 江西 3 117.827 15 山东 1 414.815 16 河南 3 116.885 17 湖北 3 32.948 18 湖南 3 87.846 19 广东 1 196.590 20 广西 3 166.995 21 海南 3 241.259 22 重庆 3 65.711 23 四川 3 133.945 24 贵州 3 269.408 25 云南 3 179.724 26 西藏 3 391.781 27 陕西 3 36.529 28 甘肃 3 179.022 29 青海 3 68.751 30 宁夏 3 58.378 31 新疆 3 71.101 表中，聚类一列中给出观测量所属的类别，距离列给出了观测量与所属聚类中心的距离。 4.给出聚类结果形成的聚类中心的各变量值。 最终聚类中心 聚类 1 2 3 工业 1165.95 2064.94 428.07 建筑业 143.78 170.58 82.50 交通运输仓储和邮政业 135.89 272.73 73.91 批发和零售业 263.39 445.55 89.18 住宿和餐饮业 61.36 80.96 26.04 金融业 176.16 266.19 28.29 房地产业 152.99 251.86 38.64 其他服务业 559.62 717.59 185.03 综合第三个表及第四个表，可以看出将31个地区按8个产业分成3类后，北京，江苏，浙江，山东，广东为第一类。这一类聚类中心8个产业的产值分别为1165.95，143.78,135.89,263.39,61.36,176.16,152.99,559.62亿元。第二类包括天津和上海，剩下的24个地区为第三类。 5. 聚类中心间的距离 最终聚类中心间的距离 聚类 1 2 3 1 950.808 871.156 2 950.808 1800.646 3 871.156 1800.646 表中给出的是三类聚类中心间的距离 6. 进行单因素方差分析 ANOVA 聚类 误差 F Sig. 均方 df 均方 df 工业 3258486.158 2 39044.978 28 83.455 .000 建筑业 13391.336 2 949.477 28 14.104 .000 交通运输仓储和邮政业 41058.336 2 1657.82