统计分析与方法-第七章 聚类分析.ppt

* * * * 系统聚类法 离差平方和法——Word’s Method Word’s法的基本思想是来自于方差分析，如果分类正确，同类样品的离差平方和应当较小，类与类的离差平方和应当较大。 具体方法： 先将n个样品各自成一类，然后每次缩小一类； 每缩小一类离差平方和就要增大，选择使离差平方和增加最小的两类合并，直到所有的样品归为一类为止。 * 系统聚类法 中样品的离差平方和为： * 系统聚类法 如有五个样品：1， 2， 3.5， 7， 9 第一步：将五个样品各自分成一类，显然这时的类内离差平方和S=0； 第二步：将一切可能的任意两样品合并，计算所增加的离差平方和： 如 * G1 G2 G3 G4 G5 G1 G2 G3 G4 G5 0 0.5 0 3.125 1.123 0 18 12.5 6.125 0 32 24.5 12.125 2 0 此外，还有中间距离法、类内平均法等。 * SPSS中的聚类分析与过程 * 例9.1 饮料数据（drink.sav ） 16种饮料的热量、咖啡因、钠及价格四种变量 * SPSS中的聚类分析 Spss中的聚类功能常用的有两种： 快速聚类（迭代过程）： K-Means Cluster 分层聚类：Hierarchical * Hierarchical Cluster聚类 分层聚类由两种方法：分解法和凝聚法。 分层聚类的功能：即可进行样品的聚类，也可进行变量的聚类。 分层聚类的原理：即我们前面介绍过的系统聚类方法的原理和过程。 * Hierarchical Cluster聚类 分层聚类的中要进行以下的选择： 数据的标准化 测度方法的选择：距离方法的选择或相似性、关联程度的选择。 聚类方法的选择：即以什么方法聚类，spss中提供了7中方法可进行选择。 输出图形的选择：树形图或冰柱图。 * * 欧氏平方距离、类平均法聚类 快速聚类法聚类 * 欧氏平方距离、最短距离法聚类 欧氏平方距离、最长距离法聚类 * 欧氏平方距离、重心法聚类 欧氏平方距离、Word’s法聚类 * 聚类分析在市场细分中的应用 要对消费者购物的态度进行分类，在前期研究的基础上，确定6个态度变量。每个消费者要对有关购物态度的6个观点进行评价：1表示非常不同意，7表示非常同意。 V1——购物很有趣 V2——购物不利于我的预算 V3——购物总是与上饭店吃饭联系在一起 V4——购物时我尽量买的最好 V5——我对购物不感兴趣 V6——购物时多比较价格可以节省很多钱 （SPSS文件：购物态度聚类分析） * 1类：1、3、6、7、8、12、15、17 2类：2、5、9、11、13、20 3类：4、10、14、16、18、19 * 第1类消费者对于V1和V3的评价相对较高，而对V5评价较低，因此可以称其为“热情的消费者”。 V1——购物很有趣 V3——购物总是与上饭店吃饭联系在一起 V5——我对购物不感兴趣 * 第2类消费者正好与第1类相反,对于V1和V3的评价相对较低，而对V5评价较高，因此可以称其为“冷淡的消费者”。 V1——购物很有趣 V3——购物总是与上饭店吃饭联系在一起 V5——我对购物不感兴趣 * 第3类消费者对于V2、V4和V6的评价相对较高，因此可以称其为“经济型消费者”。 V2——购物不利于我的预算 V4——购物时我尽量买的最好 V6——购物时多比较价格可以节省很多钱 * K-Means Cluster原理 首先，选择n个数值型变量参与聚类分析，最后要求的聚类数为k个； 其次，由系统选择k个(聚类的类数）观测量（也可由用户指定）作为聚类的种子。 第三，按照距离这些类中心的距离最小的原则把所有观测量（样品）分派到各类重心所在的类中去。 第四，这样每类中可能由若干个样品，计算每个类中各个变量的均值，以此作为第二次迭代的中心； 第五，然后根据这个中心重复第三、第四步，直到中心的迭代标准达到要求时，聚类过程结束。 * K-Means Methods-快速聚类 * K-Means Methods * K-Means Methods * K-Means Cluster聚类过程 由Analyze——Classify ——K-Means Cluster 将个变量放入Variable ； 输入最后聚类