第8章节 - 副本.ppt

SPSS验证 录入数据：两列到SPSS 定义频数变量：Data Weight cases中var00002为频数变量 卡方分析：Analyze、Nonparametric Tests、Chi-Square Test variable list:选入分类变量var00001 进一步 Expected Range（定义期望检验范围）：所有类，指定类 Expected Value（定义期望值）：期望值相等，指定期望值。 Exact（确切概率法）：近似分布法（卡方检验），计算机模拟法，确切概率法 Options 练习：列联表分析 P245 数据case2.sav（P243）:性别对同娱乐节目类型的关系。 Analyze、Descriptive Statistics、Crosstabs 填对话框:行列分别选“性别”、“节目类型” Statistics对话框，选卡方、C系数 运算： OK 结论：不相关 第4节 多元分析 信度 因子分析 聚类分析 一、信度 准社会交往李克特量表信度的计算 数据文件“李克特2012-9” 二、因子分析——效度 数据文件“李克特2012-9” 三、两步聚类（TwoStep Cluster） 探索性样本聚类 条件：各变量相互独立，服从多元正态分布（连续变量）或联合多分类正态分布（同时有离散、连续变量） 优势： 能同时处理连续变量和离散变量 自动选择聚类的个数，也可以自己指定 有效分析大样本数据 两步聚类（TwoStep Cluster） 原理 第一步：把某个样本作为根节点，计算其他样本同根节点距离，根据距离放到最相似的节点中，如果没有找到某个相似性的节点，就为它形成一个新的节点。 第二步：BIC（Schwarzs Bayesian Criterion，贝叶斯准则）或AIC（Akaike Information Criterion，池田信息准则）确定最优的聚类个数。 没有归入的样本叫离群点：调整参数重新计算、直接归入、丢弃。 两步聚类（TwoStep Cluster） 判断 BIC或AIC值越小，模型越好。 最佳的聚类数：权衡BIC的变化率(Ratio of BIC Changes)和距离测量比(Ratio of Distance Measures)的变化来决定。 BIC变化率和距离测量比的值都要求较大。 BIC或AIC option中Use noise handling的不同值 四、K-menas cluster过程 条件：变量是连续变量； 对样本进行聚类，需指定希望分类的数量k。 原理： 系统选择k个观测量作为聚类初始中心点，按距离最小原则把观测量分配到各类中，第一次迭代形成的k类。 计算每一类的各变量均值，每一类的各变量均值中又形成k个点，这就是第二次迭代的类中心。按照这种方法迭代，直到达到指定的迭代次数或中止迭代的判据要求时，聚类完成。 K-menas cluster过程 对记录进行快速聚类。 需指定希望分类的数量。指定2-5类 2类的初始样本分布为“会展-001”、“会展030、媒创-010” 5类最多迭代21次 方差分析，21个变量全部显著 五、Hierarchical Cluster过程 系统聚类：将n个记录或变量分为n类，将性质最接近的两个归为一类，再从n-1类中找最接近的两个并为一类，最后归并为一个大类。 变量聚类 样本聚类：删除共线性强的变量和异常值的样本 变量的标准化 2-8类比较合适 五、Hierarchical Cluster过程 Statistics对话框 Agglomeration schedule:凝聚过程表，表示每一步合并的样本或类。 Proximity matrix：变量间的距离或相似型矩阵。 Cluster Membership:归类的如何显示。 None:不显示 Single solution:显示指定类 Range of solution:显示一个区域的类 三、Hierarchical Cluster过程 Plots对话框 Dendrogram:树状图。 Icicle:显示所有、一个范围、不显示； 垂直或水平方向。 Method对话框 Cluster method:聚类方法 组间距离法、组内距离法、最近邻法、最远邻法、重心聚类法、中位数聚类法、Ward最小方差法 Measure:距离测度方法 Interval（连续变量）：欧式距离、欧式平方距离、余弦相似性、积矩相关、切比雪夫距离、绝对距离、明可夫斯基距离、自定义等 Counts（离散变量）：Chi-square measure(凯方测度）,Phi-square measure(弗爱方测度） Binary（二分变量）：欧式、欧式平方距离等30种。 Method对话框 Tra