聚类分析实验报告 SPSS.docx

1

1

一、实验目的及要求：

1、目的

用SPSS软件实现聚类分析及其应用。

2、内容及要求

用SPSS对实验数据运用系统聚类法和K均值聚类法进行分析。

二、仪器用具：

仪器名称规格/型号

仪器名称

规格/型号

数量

备注

计算机

1

有网络环境

SPSS软件

1

准备工作：把实验所用数据从Word文档复制到Excel，并进一步导入到SPSS数据文件中。

分析：由于本实验中要对31个个案进行分类，数量比较大，用系统聚类法当然也可以得出结果，但是相比之下在数据量较大时，K均值聚类法更快速高效，而且准确性更高，因此，在以下的分析过程中，先采用系统聚类法分析，得出相应结果和碎石图（即聚合系数随分类数变化的曲线图），根据碎石图来判定分几类比较合适，然后再用K均值聚类法进行聚类分析得出结果，比较两结果的异同，以得到

比较可信的结果。

四、实验结果与数据处理：

用系统聚类法对所有个案进行聚类：

采用Z分数对数据进行标准化处理。

以下图一为聚类方法为“组间联接”时的冰柱图，图二为聚类方法为“Ward法”时的冰柱图，图三为聚类方法为“质心聚类法”时的冰柱图。

不难看出在分五类的情况下，（未标出的所有为一类）

图一的分类为：北京；天津；上海、浙江、广东；辽宁、四川、江苏、山东；……图二的分类为：北京；天津；上海、海南、浙江、广东；辽宁、四川、江苏、山东；……图三的分类为：北京；天津；上海、浙江、广东；辽宁、四川、江苏、山东；……聚类方法为“组间联接”与“质心聚类法”时分五类的情况是一样的，而聚类

方法为“Ward法”时与它们两个有些许差别，但总的来说在分五类时，比较可信的结论是北京、天津单独为一类，辽宁、四川、江苏、山东为一类，上海、浙江、广东为一类，在海南省的划分上有些差异，“Ward法”中将其与上海、浙江、广东分为一类，但是其余两个将海南与未列出各省划为一类。

2

PAGE

PAGE3

图一

图二

IIIIIIIIII

IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII

LJ

5

＿

0-

5-

2o．-，

_＿

30--

2

系统聚类法分析时的碎石图：

聚类方法为“组间联接”时的碎石图：

120.000

LOO000

聚合系

聚合系数

60,000

40.000

20.000

.000

。10 20

。

分类数

30 40

－北京2-大，冲g上泌11

－北京

2-大，冲

g

上泌

11谥浙江

广东

苔

3河北

7－占林

8烹苑二

-75浮北

27:陕西凶比，西笞云南

24t贯州

5内蒙古

:12::·女泊

笞河南

18．沌南

RA畏

4-111泪

31石即

笞宁夏答甘肃29·一百海

14的牛五

13“福湟

笞西＆

21乙海南io－辽宁23:四川

合让苏

5门山东

1

1

群华数

聚类方法为“Ward法”时的碎石图：

聚类方法为“质心聚类法”时的碎石图：

由这三个图可以看出在聚类方法为“Ward法”时的碎石图不如另外两个图落差那么明显，但是综合这三个图来看，分五类还是相对比较合理的，这也是为什么在第一部分的分析中只看了分五类时的情况，而且在下面的K均值聚类分析中，也

5

将指定聚类数为5.3）K均值聚类：

在下页表一中显示了样品的分类情况，我们看到，K均值聚类法将所分析的31个省、市、自治区分为这样的五类：

1：北京；

2：福建、海南；

3：辽宁、江苏、山东、四川；

4：天津、上海、浙江、广东；

5：剩下的20个省、市、自治区。

对比之前系统聚类法的分析结果，我们可以明显感觉到二者的聚类结果还是有较大差异的，尽管如此，仍然有相似之处，在两种方法下，都是北京单独为一类，辽宁、四川、江苏、山东为一类，上海、浙江、广东在一类中，所以综合这两种方法得到的这些省、市、自治区的分类应该还是比较可信的。

6

PAGE

PAGE9

表一

案例号

聚类成员

省份 聚类 距离

1

北京

1

.000

2

天津

4

4858.518

3

河北

5

2437.069

4

山西

5

2756.057

5

内蒙古

5

1259.428

6

辽宁

3

1851.996

7

吉林

5

2383.755

8

黑龙江

5

2065.670

9

上海

4

4346.782

10

江苏

3

2020.990

11

浙江

4

2963.427

12

安徽

5

1791.589

13

福建

2

2648.765

14