liujiananSPSS聚类分析.doc

资源ID：69466378 资源大小：285.50KB 全文页数：8页
资源格式： DOC 下载积分：15金币

快捷下载

会员登录下载

微信登录下载

三方登录下载：

微信扫一扫登录

下载资源需要15金币

邮箱/手机：
温馨提示：	快捷下载时，用户名和密码都是您填写的邮箱或者手机号，方便查询和重复下载（系统自动生成）。如填写123，账号就是123，密码也是123。
支付方式：
验证码：	换一换

账号：
密码：
验证码：	换一换
当日自动登录忘记密码？

友情提示

1、下载资料失败解决办法

2、PDF文件下载后，可能会被浏览器默认打开，此种情况可以点击浏览器菜单，保存网页到桌面，就可以正常下载了。

3、本站不支持迅雷下载，请使用电脑自带的IE浏览器，或者360浏览器、谷歌浏览器下载即可。

4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩，下载后原文更清晰。

5、试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓。

网站客服

侵权投诉

liujiananSPSS聚类分析.doc

聚类分析消费是实现国民经济良性循环的关键。而消费结构是否合理又是消费的关键问题。应用聚类分析（分别使用样品聚类和变量聚类）对我国31个省、市、自治区的城镇居民的消费结构之间的异同进行比较。下面给出9个指标反映我国2004年各地区城镇居民家庭平均每人全年消费性支出，分别是：总消费支出、食品消费支出、衣着消费支出、家庭设备用品及服务消费支出、医疗保健消费支出、交通和通信消费支出、娱乐教育文化服务消费支出、居住消费支出、杂项商品消费支出等。地区总消费食品衣着家庭设备医疗保健交通和通信娱乐教育居住杂项商品河南5294.191855.44650.30332.06436.53569.85694.56578.60176.84山西5654.151917.75747.43314.82401.75587.00910.40614.20169.80黑龙江5567.531972.24719.28215.07537.44548.39762.49611.44201.18内蒙古6219.262024.87897.88360.31473.64699.66858.38627.02277.50青海5758.952056.06621.98438.44451.95566.97746.89664.20212.47新疆5773.622083.13766.73292.14375.18615.19840.59566.99233.66河北5819.182142.36630.93343.21550.29595.95682.87705.18168.39宁夏5821.382156.34636.81364.07440.77646.97651.14660.19265.08吉林6068.992180.09739.52254.33527.32643.16795.04700.04229.51甘肃5937.302204.04736.19336.20411.95601.16853.31572.49221.96陕西6233.072236.48609.33409.00513.27583.191025.76646.92209.10贵州5494.452260.46585.18286.56301.26601.08793.40468.21198.30江西5337.842296.48513.57328.18268.11498.45785.66505.47141.93山东6673.752310.66829.22457.33484.42801.23983.07601.54206.28湖南6884.612479.58689.48388.15475.61881.891091.29640.73237.87安徽5711.332509.02637.88257.01395.74564.92623.48534.30188.99湖北6398.522516.20710.96334.12461.40600.48938.62641.62195.12四川6371.142560.35557.94384.08433.36769.24874.37600.67191.15辽宁6543.282643.95651.66276.89541.26652.40845.37661.80269.96海南5802.402722.84300.17302.41350.17701.92686.75564.86173.29广西6445.732727.09423.17397.33461.67584.12960.77660.26231.31云南6837.012895.60651.72302.04623.22882.19725.08592.93164.21江苏7332.262931.70610.96493.53496.77765.171031.14760.71242.28重庆7973.053015.32779.68474.15537.95865.451200.52903.22196.77天津8802.443278.24624.61497.48823.99787.711232.381230.17327.86福建8161.153394.63598.37435.32479.751055.591050.30869.25280.93西藏8338.213799.171079.74469.74320.651184.66617.39483.20383.66浙江10636.143851.23941.80596.62828.811419.091681.06971.33364.17北京12200.403925.541062.47823.841182.811562.192115.891065.67461.98广东10694.793953.30620.07592.66649.701754.121577.701205.12342.11上海12631.034593.32796.72780.26761.701702.862195.151326.69474.33Q型聚类（1）层次聚类分析的概要结果：Case Processing SummaryaCasesValidMissingTotalNPercentNPercentNPercent31100.00.031100.0a. Average Linkage (Between Groups)从结果中可以看出，31个样本都进入了聚类分析。（2）层次聚类分析的凝聚状态表：该表格第一列（Stage）表示聚类分析的步骤，可以看出本例共进行了30个步骤的分析；第二列和第三列（Cluster Combined）表示某步聚类分析中，那两个样本或类聚成了一类；第四列（Coefficients）表示两个样本或类间的距离，从表格中可以看出，距离小的样本之间先聚类；第五列和第六列（Stage Cluster First Appears）表示某步聚类分析中，参与聚类的是样本还是类。0则表示样本，数字n（非零）表示第n步聚类产生的类参与了本步骤类；第七列（Next Stage）表示本步聚类结果在下面聚类的第几步中用到。Average Linkage (Between Groups)Agglomeration ScheduleStageCluster CombinedCoefficientsStage Cluster First AppearsNext StageCluster 1Cluster 2Cluster 1Cluster 217827647.51400225738318.559018361046162.1580084121348941.98000155171863696.91400762363986.86800127171980410.786501085688960.9462312949100704.6800013101721114764.4427018111415118138.05000181225142963.013681713411155032.9539017141620196151.063002215112257803.0850421162426283982.14600231724287923.962121321181417317048.998111020192830327537.1720028201422406832.386180252112467081.36615172222116524170.769211425232324756226.45601626242931975582.3960028251141.182E62220292623251.479E6230272723271.715E6260292828293.940E6192430291236.419E6252730301283.354E729280 本表格的第一行表示，第7个样本和第8个样本最先进行了聚类，样本间的距离为27647.514，这个聚类的结果将在后面的第二步聚类中用到；经过了30步聚类，31个样本聚成了一个大类。（3）Cluster MembershipCase3 Clusters1:河南 12:山西 13:黑龙江 14:内蒙古 15:青海 16:新疆 17:河北 18:宁夏 19:吉林 110:甘肃 111:陕西 112:贵州 113:江西 114:山东 115:湖南 116:安徽 117:湖北 118:四川 119:辽宁 120:海南 121:广西 122:云南 123:江苏 224:重庆 225:天津 226:福建 227:西藏 228:浙江 329:北京 330:广东 331:上海 3 该表格是样本层次聚类分析聚成3个类时，样本的类归属情况表。（4）层次聚类分析的树形图Dendrogram* * * * * * * * * * * * * * * * * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * * * * * * * * * * * * * * * * * Dendrogram using Average Linkage (Between Groups) Rescaled Distance Cluster Combine C A S E 0 5 10 15 20 25 Label Num +-+-+-+-+-+ 河北 7 宁夏 8 青海 5 新疆 6 甘肃 10 山西 2 黑龙江 3 内蒙古 4 吉林 9 陕西 11 贵州 12 江西 13 河南 1 安徽 16 海南 20 湖北 17 四川 18 辽宁 19 广西 21 山东 14 湖南 15 云南 22 重庆 24 福建 26 江苏 23 天津 25 西藏 27 浙江 28 广东 30 北京 29 上海 31 从图中可以看出，各个类之间的距离在25的坐标内，树形图可以直观地显示整个聚类的过程。R型聚类:(1)Case Processing Summarya,bCasesValidMissingTotalNPercentNPercentNPercent31100.00.031100.0a. Squared Euclidean Distance Undefined error #14704 - Cannot open tex b. Average Linkage (Between Groups)从结果中可以看出，31个样本都进入了聚类分析。(2) 下面表格是层次聚类分析各变量的距离矩阵，从中可看出个变量间的距离。Proximity MatrixCaseMatrix File Input总消费食品衣着家庭设备医疗保健交通和通信娱乐教育居住杂项商品总消费1.000.935.479.924.795.949.923.863.894食品.9351.000.329.818.613.911.772.753.823衣着.479.3291.000.447.438.462.393.206.590家庭设备.924.818.4471.000.744.852.901.795.831医疗保健.795.613.438.7441.000.661.808.784.690交通和通信.949.911.462.852.6611.000.833.757.839娱乐教育.923.772.393.901.808.8331.000.854.783居住.863.753.206.795.784.757.8541.000.723杂项商品.894.823.590.831.690.839.783.7231.000Agglomeration ScheduleStageCluster CombinedCoefficientsStage Cluster First AppearsNext StageCluster 1Cluster 2Cluster 1Cluster 2116.949002212.923104347.901004414.854235519.834406618.791507715.728608813.418700（3）该表格的第一行表示：第一个变量和第六个变量首先进行了聚类，变量间的相关为0.949。第二行表示第一步形成的类与第二个变量进行了聚类。第三行表示第四个变量和第七个变量进行了聚类。第四行表示第二步形成的类和第三部形成的类进行了聚类。第五行表示第四步形成的类和第九个变量形成了聚类。第六行表示第五步形成的类和第八个变量进行了聚类。第七行表示第六步形成的类和第五个变量进行了聚类。第八行表示第七步形成的类和第三个变量进行了聚类。（4）Cluster MembershipCase2 Clusters总消费1食品1衣着2家庭设备1医疗保健1交通和通信1娱乐教育1居住1杂项商品1该表格是变量层次聚类分析分析聚成两个类时，变量的类归属情况表。从表格中可以看出，变量衣着属于第二类，其余变量属于第一类。（5）Vertical IcicleNumber of clustersCase衣着医疗保健居住杂项商品娱乐教育家庭设备食品交通和通信总消费1XXXXXXXXXXXXXXXXX2XXXXXXXXXXXXXXXX3XXXXXXXXXXXXXXX4XXXXXXXXXXXXXX5XXXXXXXXXXXXX6XXXXXXXXXXXX7XXXXXXXXXXX8XXXXXXXXXX该表格是层次聚类分析的冰状图，第一列表示类数，从表格的最后一行进行观察。最后一行变量聚成8类，其中交通和通信与总消费聚成一类，其余变量为一类。第七行中变量聚成七类，其中食品和交通通信再聚成一类。第六行娱乐教育和家庭设备再聚成一类。以此类推（6）Dendrogram* * * * * * * * * * * * * * * * * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * * * * * * * * * * * * * * * * * Dendrogram using Average Linkage (Between Groups) Rescaled Distance Cluster Combine C A S E 0 5 10 15 20 25 Label Num +-+-+-+-+-+ 总消费 1 交通和通 6 食品 2 家庭设备 4 娱乐教育 7 杂项商品 9 居住 8 医疗保健 5 衣着 3 Abbreviated ExtendedName Name交通和通交通和通信从层次聚类分析的树形图中可以直观地显示整个聚类的过程。例如，最右边显示，若聚成两类则衣着为一类，其余变量为一类。若聚成三类则衣着和医疗保健为单独两类，其余为一类。以此类推

注意事项

本文（liujiananSPSS聚类分析.doc）为本站会员（asd****56）主动上传，淘文阁 - 分享文档赚钱的网站仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。若此文所含内容侵犯了您的版权或隐私，请立即通知淘文阁 - 分享文档赚钱的网站（点击联系客服），我们立即给予删除！

温馨提示：如果因为网速或其他原因下载失败请重新下载，重复下载不扣分。