聚类分析2.doc

5.10 根据上题数据通过Spss统计分析软件进行K-均值法和系统聚类法分析结果，并进行比较。某年我国16个地区农民支出情况的抽样调查数据： 地区 食品 衣着 燃料 住房 交通通讯 娱乐教育文化 北京 190.33 43.77 9.73 60.54 49.01 9.04 天津 135.2 36.4 10.47 44.16 36.49 3.94 河北 95.21 22.83 9.3 22.44 22.81 2.8 山西 104.78 25.11 6.4 9.89 18.17 3.25 内蒙古 128.41 27.63 8.94 12.58 23.99 2.27 辽宁 145.68 32.83 17.79 27.29 39.09 3.47 吉林 159.37 33.38 18.37 11.81 25.29 5.22 黑龙江 116.22 29.57 13.24 13.76 21.75 6.04 上海 221.11 38.64 12.53 115.65 50.85 5.89 江苏 144.98 29.12 11.67 42.6 27.3 5.74 浙江 169.92 32.75 12.72 47.12 34.35 5 安徽 135.11 23.09 15.62 23.54 18.18 6.39 福建 144.92 21.26 16.96 19.52 21.75 6.73 江西 140.54 21.5 17.64 19.19 15.97 4.94 山东 115.84 30.26 12.2 33.6 33.77 3.85 河南 101.18 23.26 8.46 20.2 20.5 4.3 a.利用系统聚类法求解 1.在spss窗口选择Analyse—Classify—Hierachical Cluster，调出系统聚类分析主界面，并将变量X1~X6移入Variables框中。在Cluster栏中选择Cases单选按钮，即对样品进行聚类。 2.点击Statistics按钮，设置在结果输出窗口中给出的聚类分析统计量。这里我们选择系统默认值，点击comtinue按钮，返回主界面。 3.设置Plots按钮。 4.点击Method按钮，并选择默认值即可。 5.设置ve按钮。 6.主要运行结果。见图5-10-1 图5-10-1 系统聚类法树形图 如上图，由于我们在Save自对话框中数据文件中生成新的分类变量，所以在数据编辑窗口中，我们可以看到生成的三个表示分类结果的新变量。变量命名为clu4_1、clu3_1和clu2_1的三个变量分别表明了把样品分成4类、3类、2类。见表4-10-2 表4-10-2系统聚类划分成2、3、4类分布表 Case Nmber clu4_1 clu3_1 clu2_1 1 1 1 1 2 2 2 1 3 3 2 1 4 3 2 1 5 2 2 1 6 2 2 1 7 2 2 1 8 2 2 2 9 4 3 1 10 2 2 1 11 1 1 1 12 2 2 1 13 2 2 1 14 2 2 1 15 3 2 1 16 3 2 1 b.利用K-均值进行聚类，得出表5-10-3各观测量所属类成员表： Cluster Mmbership Case Nmber Cluster Distance 1 1 46.751 2 1 22.920 3 3 22.480 4 3 16.884 5 3 13.880 6 1 15.255 7 1 26.255 8 3 7.513 9 2 0.000 10 1 14.598 11 1 17.986 12 3 19.501 13 1 25.912 14 3 25.208 15 3 19.201 16 3 16.483 c. 通过表5-10-2与表5-10-3对比，可以看出相似之处是：单独将9上海划分为一类，不同之处是其他两类对划分有所不同，究其原因，是因为两种方法采用的划分距离不同，因此在局部产生差异，但结合实际经验K-均值法与实际较接近一些，所以此题应采用K-均值法来求解。