spss聚类分析的结果解释聚类表怎么解读.ppt

第14章聚类分析与判别分析 介绍:1、聚类分析 2、判别分析 分类学是人类认识世界的基础科学。聚类分析 和判别分析是研究事物分类的基本方法,广泛地应 用于自然科学、社会科学、工农业生产的各个领域 14.1.1聚类分析 ◆根据事物本身的特性研究个体分类的方法,原 则是同一类中的个体有较大的相似性,不同类 中的个体差异很大。 参根据分类对象的不同,分为样品(观测量)聚 类和变量聚类两种: 样品聚类:对观测量(case)进行聚类(不同的目的 选用不同的指标作为分类的依据,如选拔运动员与 分课外活动小组) 变量聚类:找出彼此独立且有代表性的自变量,而 又不丢失大部分信息。在生产活动中不乏有变量聚 类的实例,如:衣服号码(身长、胸围、裤长、腰 围)、鞋的号码。变量聚类使批量生产成为可能。 14.1.2判别分析 ◆判别分析是根据表明事物特点的变量值和它们 所属的类,求出判别函数。根据判别函数对未 知所属类别的事物进行分类的一种分析方法。 ◆在自然科学和社会科学的各个领域经常遇到需 要对某个个体属于哪一类进行判断。如动物学 家对动物如何分类的研究和某个动物属于哪一 类、目、纲的判断 ◆不同:判别分析和聚类分析不同的在于判别分 析要求已知一系列反映事物特征的数值变量的 值,并且已知各个体的分类(训练样本)。 1413聚类分析与判别分析的SPSS过程 ◆在 Analyze>Classify下: 1.K- Means cluster:观测量快速聚类分 析过程 2. Hierarchical cluster:分层聚类(进行 观测量聚类和变量聚类的过程 3. Discriminant:进行判别分析的过程 142快速样本聚类过程( Quick Cluster) ◆使用k均值分类法对观测量进行聚类 ◆可使用系统的默认选项或自己设置选项,如分为几类、 指定初始类中心、是否将聚类结果或中间数据数据存 入数据文件等。 ◆快速聚类实例(P342,data14-01a):使用系统的默认 值进行:对运动员的分类(分为4类) a Analyze>Classify >K-Means Cluster ◆ Variables:x1,x2,x3 Label Case By: n ◆ Number of cluster:4 ◆比较有用的结果:聚类结果形成的最后四类中心点( Final Cluster Centers)和每类的观测量数目( Number of Cases in each Cluster) ◆但不知每个运动员究竟属于哪一类?这就要用到save选项