集群分析 - 明道大学-----.ppt

第十章 集群分析 第一節 集群分析原理 第二節 SPSS的分層集群分析法 第三節 SPSS的K-Means集群分析法 第四節 SPSS的TwoStep集群分析法 第五節 集群分析範例 學習目標 認識集群分析的基本概念與目的。 瞭解集群分析的演算步驟。 探討相似性的衡量方法與公式。 理解層次集群法中的群與群間距離計算的各種方法。 認識集群結果的解釋、命名、驗證和後續分析。 認識SPSS的層次集群法程序、介面操作與結果分析。 認識SPSS的K-Means集群法程序、介面操作與結果分析。 認識SPSS的TwoStep集群法程序、介面操作與結果分析。 認識SPSS的各種因素分析應用實例。 瞭解集群程序的集群結果如何進行各種後續分析。 第一節 集群分析原理 一、集群分析的基本概念 二、集群分析的主要步驟 三、相似衡量 四、集群方法 五、集群結果的解釋和驗證 六、SPSS的Cluster分析程序 集群分析原理 集群分析（Cluster Analysis）是將資料檔中的觀測值或變數加以歸類在各個集群內，也就是把沒有分群的個體按相似程度歸於同一群。集群分析可以作資料簡化。 集群分析分群的方法有兩大形式，分層法（Hierarchical）與非分層法（Non-hierarchical），結合兩種方法的集群分析則稱為兩階段法（Two Step）。 分層法以個體間某項量測的距離或相似性將個體連結，但是事前並不知道分群的個數，通常可表示成樹型圖。 非分層法則是於事前依據其他研究或主觀認定，決定要將群體分成幾群，其中以K平均值法（K-Means）為代表。 圖10-1 SPSS的Cluster程序 一、集群分析的基本概念 集群分析使在同一集群內的事物具有高度的同質性（homogeneity），而不同集群的事物具有高度的異質性（heterogeneity）。 亦即將樣本分成幾群互相沒有交集的群組。 因素分析是將同質性高的變數（variables）集成一群；而集群分析則是將變數相似性高的觀察值（cases）集成一群。 集群分析的大部分應用都屬於探索性研究，最終結果是產生研究對象的分群。 二、集群分析的主要步驟(1/2) 集群分析至少都應該包括以下四個步驟： 第一步：根據研究的目的選擇合適的分群變數 第二步：計算相似性衡量 第三步：選定集群方法進行集群 第四步：對結果進行解釋和驗證 分群變數應該具有以下特點： 1. 和集群分析的目標密切相關 2. 反映了要分群對象的特徵 3. 在不同研究對象上的數值具有明顯差異 4. 變數之間不應該有高度相關 集群分析的主要步驟(2/2) 選擇分群變數時要注意克服「加入盡可能多的變數」這種錯誤觀念。 此外所選擇的變數之間不應該高度相關。 選定了分群變數，下一步就是計算研究對象間的相似性。相似性反映了研究對象間的親疏程度。 計算出相似性矩陣之後，下一步就是要對研究對象進行分群。這時主要涉及到兩個問題：一是選定集群方法；二是確定形成的分群數。 得到集群結果後，最後一步還應對結果進行驗證和解釋。 三、相似衡量(Measure) 很多種相似的衡量方法，都從不同的角度衡量了研究對象的相似性，其主要分為以下二類：1.距離衡量；2.關聯衡量。 距離衡量－計量資料： 關聯衡量－計質資料 1. 卡方值測距（Chi-square measure）： 2. Phi平方值測距(Phi-square measure)： 3. 二進位資料（Binary）： 四、集群方法：層次集群法 層次集群法又可分為兩種層次集群法：凝聚法 (Agglomerative Method，或稱聚集法)和分離法 (Divisive Method，或稱分解法)。 凝聚法首先是把每個觀察值各自看成一群，先把距離最近的兩群合併。直到合併成一大群為止。 分解法和聚集法的過程相反，每一步增加一群，直到每個觀察值都自成一群為止。 目前SPSS採用凝聚法，故層次聚集法是集群分析中應用最廣泛的集群方法。 層次集群法的集群過程可以用一個樹狀圖(Dendogram)表示出來。 圖10-2 群與群距離計算方法比較的示意圖 圖10-3 以身高與體重進行最短距離法集群所得到的樹狀圖 圖10-4 以身高與體重進行最遠距離法集群所得到的樹狀圖 平均連結法(Average Linkage) 把兩群間的距離定義為兩群中所有觀察值之間距離的平均值，不再依賴於特殊點之間的距離。 平均連結法為集群效果較好、應用較廣泛的一種集群方法。 重心法（Centroid Clustering）與中位數法（Median Clustering） 圖10-5 以身高與體重進行重心法集群所得到的樹狀圖 最小變異數和法（華得法） 其基本思想是同一群內觀察值的變