用SPSS进行聚类分析.ppt

用SPSS进行聚类分析广州大学地理科学学院 蔡砥参考文献：薛薇 统计分析与SPSS的应用徐建华 计量地理学前言 聚类分析实质是一种建立分类的方法，它能够将一批样本按照它们在性质（变量）上的亲疏程度在没有先验知识的情况下自动进行分类。这里，一个类就是一个具有相似性的个体的集合，不同类之间具有非相似性。聚类过程中，不必事先给出一个分类标准，聚类分析能够从样本数据出发，根据所采用的聚类方法产生分类标准，并且绘制处聚类的谱系图。层次聚类法层次聚类法基本思想层次累类的基本思想首先是，在聚类分析的开始层次累类的基本思想首先是，在聚类分析的开始每个样本自成一类；然后，按照某种方法度量每个样本自成一类；然后，按照某种方法度量所有样本之间的亲疏程度，并把其中最亲密或称所有样本之间的亲疏程度，并把其中最亲密或称最相似的样本首先聚成一小类；接下来度量剩最相似的样本首先聚成一小类；接下来度量剩余的样本和小类问的亲疏程度，并将当前最亲密余的样本和小类问的亲疏程度，并将当前最亲密的样本或小类再聚成一类；再按下来，再度量剩的样本或小类再聚成一类；再按下来，再度量剩余的样本和小类余的样本和小类 或小类和小类或小类和小类)间的亲疏程度，间的亲疏程度，并将当前最亲密的样本或小类再聚成一类；如此并将当前最亲密的样本或小类再聚成一类；如此反复，直到所有样本聚成一类为止。反复，直到所有样本聚成一类为止。一个小例子 样本（小类）亲疏程度用距离来衡量，下面这个小例子用于展示不同的距离的计算方法距离的衡量（1）假设两样本（x,y）用k个变量来描述。距离的衡量（2）距离的衡量（3）另外，还有Pearson简单相关系数（即平时说的相关系数）还有 夹角余弦 COSINE(x,y)等，参见薛薇的统计分析与SPSS的应用距离矩阵小类与小类间亲疏程度的度量最短距离法（Nearest Neighbor），参见徐建华计量地理学最长距离法（Furthest Neighbor），参见徐建华计量地理学组间平均连锁法（Between-groups Linkage）组内平均连锁法（Within-groups Linkage）重心法（Centroid clustering）离差平方和法（Wards Method）组间平均连锁法（Between-groups Linkage）组内平均连锁法（Within-groups Linkage）重心法（Centroid clustering）离差平方和法（Wards Method）聚类的步骤分析研究对象，明确若干相关变量（指标）；收集变量对应的样本数据；对数据进行预处理，比如填补缺失值；对变量进行标准化；开展聚类分析，形成聚类谱系图；对结果开展分析讨论。例子：农业区的聚类数据21个农业区标准化在Descriptives.中可标准化聚类关于参数选择的一些解释对Cases进行聚类，称为Q聚类对变量矩形聚类，称为R聚类聚类方式距离衡量方法输出一些统计指标以及绘图关于Method按钮中距离计算的说明结果判读聚集表Average Linkage(Between Groups)第1次（Stage），将第9个农业区和第10个农业区聚在一起，距离是 .209。该小类将在第8次聚类用到。其余类推所聚的两类分别由第7次和第8次聚类所生成结果判读垂直冰柱图从最后一行观察起，第9和第10个Case中间有一个，表面两者聚成一类，所以剩下20类，依次往上，每聚1次，类的数量减少1。聚类谱系图