spss聚类分析教程.ppt

. * * 基本统计分析 有了数据，可以利用SPSS的各种分析方法进行分析，但选择何种统计分析方法，即调用哪个统计分析过程，是得到正确分析结果的关键 SPSS有数字分析和作图分析两类方法 * . * * 基本统计分析概述 目录 上页 下页 返回 结束 基本统计分析是进行其他更深入的统计分析的前提，通过基本统计分析，用户可以对分析数据的总体特征有比较准确的把握，从而选择更为深入的分析方法对分析对象进行研究。 * . 在SPSS的Analyze菜单中包括了一系列统计分析过程。其中Reports和Descriptive Statistics命令项中包括的功能是对单变量的描述统计分析 Descriptive Statistics包括的统计功能有： Frequencies：频数分析 Descriptives：描述统计量分析 Explore：探索分析 Crosstabs：多维频数分布交叉表（列联表） * . * * 描述统计分析过程Descriptives 目录 上页 下页 返回 结束 1、功能：了解数据的基本统计特征和对指定的变量值进行标准化处理(标准化后的新变量的均值为0，标准差为1，目的是为了消除各变量间变量值在数量级上的差异，从而增强数据间的可比性)。 2、描述统计分析过程通过平均值(Mean)、 算术和(Sum) 、标准差(Std Dev) 、最大值(Maximum) 、最小值(Minimum) 、方差(Variance)、范围(Range)、平均数标准误(S.E. Mean)等统计量对变量进行描述。 * . * * 目录 上页 下页 返回 结束 SPSS 数值统计分析过程均在Analyze菜单中 基本统计分析 ：Reports, Descriptive Statistics b、均值比较与检验 ：Compare Means d、方差分析：ANOVA Models b、相关分析：Correlate e、回归分析 ：Regression f、聚类与判别：Classify g、因子分析：Data Reduction h、非参数检验：Nonparametric Tests 等等 * . * . * 第一章 聚类分析 聚类分析的基本思想 聚类分析上机实现 * * §1.1 聚类分析的思想 目录 上页 下页 返回 结束 我们认为，所研究的样品或指标（变量）之间是存在着程度不同的相似性（亲疏关系）。于是根据一批样品的多个观测指标，具体找出一些能够度量样品或指标之间的相似程度的统计量，以这些统计量为划分类型的依据，把一些相似程度较大的样品（或指标）聚合为一类，把另外一些彼此之间相似程度较大的样品（或指标）又聚合为另外一类，…。关系密切的聚合到一个小的分类单位，关系疏远的聚合到一个大的分类单位，直到把所有的样品（或指标）都聚合完毕，把不同的类型一一划分出来，形成一个由小到大的分类系统。最后再把整个分类系统画成一张分群图（又称谱系图），用它把所有的样品（或指标）间的亲疏关系表示出来。 * . * * 目录 上页 下页 返回 结束 对样品的分类常称为Q型聚类分析 对变量的分类常称为R型聚类分析 * . * * §1.1 聚类分析的思想 目录 上页 下页 返回 结束 聚类的目的 在一些社会、经济问题中，我们面临的往往是比较复杂的研究对象，如果能把相似的样品（或指标）归成类，处理起来就大为方便，聚类分析的目的就是把相似的研究对象归成类。 【例1】若我们需要将下列11户城镇居民按户主个人的收入进行分类，对每户作了如下的统计，结果列于表3.1。在表中，“标准工资收入” 、“职工奖金” 、“职工津贴” 、“性别” 、“就业身份”等称为指标，每户称为样品。若对户主进行分类，还可以采用其他指标，如“子女个数” 、“政治面貌” 等，指标如何选择取决于聚类的目的。 * . * * 目录 上页 下页 返回 结束 * . * * 目录 上页 下页 返回 结束 上例中的8个指标，前6个是定量的，后2个是定性的。如果分得更细一些，指标的类型有三种尺度 间隔尺度。变量用连续的量来表示。 有序尺度。指标用有序的等级来表示，有次序关系，但没有数量表示。 名义尺度。指标用一些类来表示，这些类之间没有等级关系也没有数量关系。 不同类型的指标，在聚类分析中，处理的方式是大不一样的。总的来说，提供给间隔尺度的指标的方法较多，对另两种尺度的变量处理的方法不多。 * . * * 目录 上页 下页 返回 结束 第一位重要的问题是“什么是类”？粗糙地讲，相似样品（或指标）的集合称作类。。 聚类分析给人们提