SPSS分层聚类操作指南.docxVIP

分层聚类，又称层次聚类，是指聚类过程是按照一定层次进行的。如果需要按变量（标题）聚类，此时应该使用分层聚类，并且结合聚类树状图进行综合判定分析，得出科学分析结果。 分成聚类的基本思想是： 在聚类分析的开始，每个样本（或变量）单独作为一组，然后按照某种方法度量所有样本（或变量）之间的亲疏程度，把距离相近的先样本（或变量）先聚成类，距离相远的后聚成类，如此反复，直到所有样本（或变量）聚成一类为止。 分层聚类有几点需要特别注意： 1：仅针对定量数据进行分层聚类； 2：如果数据的单位有较大差别，可首先对于数据进行标准化处理后，针对标准化数据进行分层聚类； SPSSAU用户可点击 数据处理-生成变量-选择标准化（S），进行数据标准化处理。 3：由于均为定量数据，因而从原理角度上，分层聚类时应该使用Pearson相关系数去度量距离，相关系数值越大说明越紧密，则说明距离越近，相关系数值越小说明越疏远，说明距离越远；SPSSAU默认使用Pearson相关系数表示距离大小； 案例分析 1、背景 当前有8个裁判对300名选手打分，最低分为1分，最高分为10分；希望对8个裁判进行聚类，以识别出裁判的风格类型。总共8个裁判共有8列数据，并且共有300行。由于打分全部均是从1到10分，8列数据的单位均一样，因此在分析之前不需要进行标准化数据（当然进行标准化处理也没有问题）。 2、操作步骤 本案例中总共涉及8