SPSSPPT11讲解.pptVIP

方差分析表 快速聚类过程中方差分析的原假设虽然也是“各类均值相等”，但由于通过分类将类间的差异最大化了，所以分析结果仅可用于描述目的，即用于判定变量是否具有分类作用，而不能将其作为对假设“各类均值相等”下检验结论的依据。 如果在方差分析的结果中，某变量F值的显著性概率P0.05，则表明该变量对分类不起作用，可考虑将其排除出聚类过程。 3个变量都有 P0.05，应拒绝原假设，认为 3个变量都能很好地反映类间差异。 新变量 QCL_1 表示各个案所分到的类号。 聚类结果中的类中心信息保存在指定的数据文件中。此文件可作为对另一个样本进行快速聚类的初始类中心。 新变量QCL_2 表示各个案距所属类中心的欧氏距离。 系统聚类的过程是按一定的层次进行的，分为凝聚方式聚类和分解方式聚类。系统聚类既可以进行个案聚类（Q型聚类），也可以进行变量聚类（R型聚类）。所分析的变量既可以是连续型变量，也可以是分类变量。系统聚类提供了丰富的亲疏程度度量方法和结果表示方法，便于比较和选择。 11.3 系统聚类 SPSS中的系统聚类采用的是凝聚方式。其聚类的思路是：首先，每个个体自成一类。然后，按照某种方法度量所有个体间的亲疏程度，并将其中关系最密切的个体聚成一小类。接下来，再次度量剩余个体与小类的亲疏程度，并将当前关系最密切的个体或小类再聚成一类。重复上述过程，不断将所有个体或小类聚集成越来越大的类，直至所有个体都聚到一起，形成一个大类为止。 通过系统聚类，可以形成一个由小到大的分类系统，并可据此画出一张谱系图，把所有个体间的亲疏关系都表示出来，进而根据具体情况确定分类数和每一个体的归属。 11.3.1 系统聚类的基本步骤 1.Q型：计算n个个案两两间的距离或相似系数。 R型：计算p个变量两两间的距离或相似系数。 2.Q型：构造n个类，每类中只含一个个案。 R型：构造p个类，每类中只含一个变量。 3.将距离最短（或相似系数最大）的两类合并成一个新类。 4.若类数已为1，则转到步骤5；否则，计算新类与其他各类的类间距离，再转到步骤3。 5.画出聚类谱系图。 6.结合专业知识分析，决定分类数和具体类。 系统聚类的具体步骤： 7.在进行R型聚类后，往往还需要从各类中各挑出一个有代表性的指标。一般方法为： ⑴当类中只包含一个变量时，该变量就是典型指标。 ⑵当类中包含两个变量时，可任选一个作为典型指标。 ⑶当类中包含三个以上变量时，先计算各变量的平均相关指数，将平均相关指数最大的变量作为该类的典型指标。平均相关指数的计算公式为： 上式中，r为类中变量两两的相似系数，n为类中所包含的变量个数。 例11.2：为研究城镇居民生活消费的情况，收集了5省1991年8个消费指标（元/人）的数据如下。试对省份进行分类。 x1：粮食支出 x2：副食支出 x3：烟酒茶支出 x4：其他副食支出 x5：衣着支出 x6：日用品支出 x7：燃料支出 x8：非商品支出 x1 x2 x3 x4 x5 x6 x7 x8 G1 辽宁 7.90 39.77 8.49 12.94 19.27 11.05 2.04 13.29 G2 浙江 7.68 50.37 11.35 13.30 19.25 14.59 2.75 14.87 G3 河南 9.42 27.93 8.20 8.14 16.17 9.42 1.55 9.76 G4 甘肃 9.16 27.98 9.01 9.32 15.99 9.10 1.82 11.35 G5 青海 10.06 28.64 10.52 10.05 16.18 8.39 1.96 10.81 本例属于个案聚类（Q型），拟采用欧氏距离作为个体间初始亲疏程度的度量，采用最短距离法作为聚类过程中类间亲疏程度的度量。 计算5个省份两两之间的欧氏距离，得初始距离阵A0。例如，G1与G2的欧氏距离为： G1 G2 G3 G4 G5 G1 0 G2 11.67 0 G3 13.80 24.63 0 G4 13.12 24.06 2.20 0 G5 12.80 23.54 3.51 2.21 0 A0= 因G3与G4之间的距离最短，将此两类合并成G6。G1、G2、G5与新类G6的距离采用最