群集分析与判别分析.ppt

多變量分析簡報大綱(三) 第一部份 集群分析 階層集群分析(階層式集群分析)1-1.表單位置1-2.內容設定1-3.輸出結果 第二部份 判別分析 判別分析3-1.表單位置3-2.內容設定3-3.產生變數3-4.輸出結果 K平均數集群分析(非階層式集群分析)2-1.表單位置2-2.內容設定2-3.輸出變數2-4.輸出結果2-5.結果彙整 單元範例 1-1. 『階層集群分析』表單位置 1-2. 『階層集群分析』內容設定 1-3. 『階層集群分析』輸出結果 群數凝結過程表格說明 1-3. 『階層集群分析』產生結果 2-1. 『K平均數集群』表單位置 2-2. 『 K平均數集群』內容設定 2-3.『K平均數集群』產生變數 2-4.『K平均數集群』產生結果 2-5.集群分析結果彙整表 單元範例 3-1. 『判別分析』表單位置 3-2. 『判別分析』內容設定 3-3. 『判別分析』產生變數 3-4.『判別分析』產生結果 3-4.『判別分析』產生結果 * * 表為十二支球隊評鑑結果，評鑑項目為士氣、攻擊力和守備力，本單元在集群分析部份將以這三項指標作十二支球隊分組區隔。 ◎執行步驟 分類 ＞階層集群分析法 說明：使用歐氏距離平方、華德法作分層集群分析 凝聚過程說明： 1.在階段一為球隊7與球隊11合併形成「類一」，先出現的階段集群(0,0)表示樣本與樣本的合併。 2.接著在階段四球隊6與球隊7所在的「類一」合併，先出現的階段集群(0,1)表示樣本與類一的合併。 3.而在階段九先出現的階段集群(3,5)表示類三與類五的合併， 也就是球隊2、8和球隊4、12合併。 4.最後一階段會將所有球隊合併成一群。 距離測度值，愈大表示兩者間差異愈大，當係數突然增大許多表示不宜再合併，此處在階段九後應停止合併。 由樹狀圖也可看出分成三個集群較理想。 說明： 2和4合併，兩者分別在階段三、五出現過，2代表「類三」全體(即2和8)，4代表「類五」全體(即4和12)，此階段組成的「類九」下次和其他觀察值合併會發生在第七階段。 說明： 3和6合併，3之前未出現過，但6在階段四出現過，所以6代表「類四」全體，此階段組成的「類七」(即3、6、7和11)下次和其他觀察值合併會發生在第七階段。 說明： 6和7合併，6之前未出現過，但7在階段一出現過，所以6合併7代表的「類一」全體，此階段組成的「類四」(即6、7和11)下次和其他觀察值合併會發生在第七階段。 6 0 0 11.500 9 5 2 4 0 0 2.500 11 7 1 0 9(即2,8,4,12) 10(即1,5,9, 10,3,6,7,11) 1814.850 2 1 11 11 7(即3,6,7,11) 8(即1,5,9,10) 908.875 3 1 10 11 5 (即4,12) 3 (即2,8) 236.250 4 2 9 10 0 6 (即1,5,9) 167.750 10 1 8 10 4 (即6,7,11) 0 116.083 6 3 7 8 2 (即5,9) 0 81.667 5 1 6 9 0 0 59.333 12 4 5 7 1 (即7,11) 0 38.833 7 6 4 9 0 0 22.000 8 2 3 說明： 5和9合併，兩者之前皆未出現過，此階段組成的「類二」(即5和9)下次和其他觀察值合併會發生在第六階段。 說明： 7和11合併，兩者之前皆未出現過，此階段組成的「類一」(即7和11)下次和其他觀察值合併會發生在第四階段。 集群2 集群1 集群2 集群1 下一階段 先出現的階段集群 係數 組合集群 階段 群數凝結過程 1 2 3 4 5 6 7 8 9 10 11 集群數 冰柱圖說明：1.綠色直行可視為觀察值間的連結， 例如分成三群時從集群個數3往右劃一條線，可看出12、4、8、2為一群，11、7、6、3為一群，10、9、5、1為一群。2.從集群個數11往上看亦可看出觀察值凝聚過程，即階段一為11和7，階段二為9和5，階段三為8和2，階段四為6和7與11……，最後階段才是2和11 。 6 2 8 10 7 4 1 11 3 9 5 凝聚順序 ◎執行步驟 分類 ＞ K平均數集群 以『階層集群分析法』獲知最佳分群為三群，所以此處將集群個數設為「 3 」 。 結果：在原始資料末端增加一項新變數；表示集群分析分群之結果。 各球隊的集群代號及其與該集群中心的距離 以三個指標為依變數，集群別為自變數進行變異數分析，結果顯示分群結果還算恰當。 顯示各集群的中心點性質，可看出集群一注重攻擊力，集群二注重守備力，集群三均衡發展。 3,6,7,11 全面低落群 65.75(4.917) 66.50(6.333) 67.00(6.