聚类分析、对应分析、因子分析、主成分分析spss操作入门经典教程.pptxVIP

因子分析对应分析聚类分析主成分分析聚类分析基本思想：根据所研究的样本或变量在观测数据上表现的不同亲疏程度，采用不同的聚类方法将亲疏程度较大的样本/变量聚合为一类，把另外一些亲疏程度较大的样本/变量聚合为一类，直到把所有的样本/变量都聚合完毕，形成一个由小到大的分类系统 。聚类方法不同：系统聚类：又称为层次聚类（hierarchical cluster），聚类过程是按照一定层次进行的；K均值聚类（ K-means Cluster ）；聚类对象不同时的聚类类型：样本之间的聚类：即Q型聚类分析，常用距离来测度样本之间的亲疏程度；变量之间的聚类：即R型聚类分析，常用相似系数来测度变量之间的亲疏程度；亲疏程度的判定距离：将每一个样本看作p维空间的一个点，并用某种度量测量点与点之间的距离，距离较近的归为一类，距离较远的点应属于不同的类；相似系数：性质越接近的变量或样本，它们的相似系数越接近于1或一l，而彼此无关的变量或样本它们的相似系数则越接近于0，相似的为一类，不相似的为不同类；聚类分析聚类主要步骤选择变量数据处理为消除各指标量纲的影响，需对原始数据进行必要的变换处理；和聚类分析的目的密切相关；反映要分类变量的特征；不同研究对象上的值有明显的差异；变量之间不能高度相关；计算聚类统计量聚类统计量是根据变换以后的数据计算得到的一个新数据；用于表明各样本或变量间的关系密切程度；常用的统计量有距离和