SPSS作聚类分析标准化.pptVIP

常言道：“物以类聚”，对事物分门别类进行研究， 有利于我们做出正确的判断。日常生活中，我们不自觉 地用定性方法将人分为“好人”、“坏人”；按熟悉程 度分为“朋友”、“熟人”、“陌生人” 等等。 数理统计中的数值分类有两种问题： ? 判别分析：已知分类情况，将未知个体归入正确类别 ? 聚类分析：分类情况未知，对数据结构进行分类 通过分类，有利于我们抓住重点，从总体上去把握 事物，找出解决问题的方法。例如将股票进行分类， 可以为我们投资提供参考。 一、聚类分析（ Cluster Analysis ）简介 聚类分析是直接比较各事物之间的性质，将性质 相近的归为一类，将性质差别较大的归入不同的类的分 析技术。 要做聚类分析，首先得按照我们聚类的目的，从对 象中 提取 出能表现这个目的的 特征指标 ；然后根据亲 疏程度进行分类。 聚类分析根据分类对象的不同可分为 Q 型和 R 型两大类 Q 型是对样本进行分类处理，其作用在于 : 1. 能利用多个变量对样本进行分类 2. 分类结果直观，聚类谱系图能明确、清楚地表达 其数值分类结果 3. 所得结果比传统的定性分类方法更细致、全面、 合理 二、聚类对象 R 型是对变量进行分类处理，其作用在于： 1. 可以了解变量间及变量组合间的亲疏关系 2. 可以根据变量的聚类结果及它们之间的关系， 选择主要变量进行回归分析或 Q 型聚类分析 聚类的主要过程一般可分为如下四个步骤： 1. 数据预处理（标准化） 2. 构造关系矩阵（亲疏关系的描述） 3. 聚类（根据不同方法进行分类） 4. 确定最佳分类（类别数） 以下我们结合实际例子分步进行讨论。 三、聚类过程与方法 1) 为什么要做数据变换 → 指标变量的量纲不同或数量级相差很大，为了使这 些数据能放到一起加以比较，常需做变换。 2) 在 SPSS 中如何选择标准化方法 : →Analyze →Classify →Hierachical Cluster Analysis →Method 然后从对话框中进行如下选择 1. 数据预处理（标准化） 例、下表给出了 1982 年全国 28 个省、市、自治区农民家 庭收支情况，有六个指标，是利用调查资料进行聚类分 析，为经济发展决策提供依据。 （详见文件 1982“ 农民生活消费聚类 .sav” ） 从 Transform Values 框 中点击向下箭头，将 出现如下可选项，从 中选一即可： 3) 常用标准化方法（选项说明）： a) None ：不进行标准化，这是系统默认值 b) Z Scores ：标准化变换 为了便于后面的说明，作如下假设： ? ? ? ? ? ? ? ? ? ? ? nm n m x x x x X ? ? ? ? ? 1 1 11 均值表示为 ? ? ? n i ij j x n x 1 1 标准差表示为 ? ? ? ? ? ? ? n i j ij j x x n S 1 2 1 1 所有样本表示为 极差表示为 ij n i ij n i j x x R ? ? ? ? ? ? 1 1 min max ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? m j n i S S S x x x j j j j ij ij , , 2 , 1 , , 2 , 1 0 0 0 * ? ? 若 若 作用 ：变换后的数据均值为 0 ，标准差为 1 ，消去 了量纲的影响；当抽样样本改变时，它仍能保 持相对稳定性。 c) Range – 1 to 1 ：极差标准化变换 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? m j n i R x R R x x x j ij j j j ij ij , , 2 , 1 , , 2 , 1 0 0 * ? ? 若 若 作用 ：变换后的数据均值为 0 ，极差为 1 ，且 | x ij * |1 ， 消去了量纲的影响；在以后的分析计算中可以减 少误差的产生。 d) Maximum magnitude of 1 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? m j n i x x x x x x x ij n i ij n i ij ij n i ij n i ij ij , , 2 , 1 , , 2 , 1 0 max 1 min 0 max max 1 1 1 1 * ? ? 若 若 作用 ：变换后的数据最大值为 1 。 e) Range 0 to 1 （极差正规化变换 / 规格化变换） ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? m j n i R R R x x x j