【正文】 命令，彈出 【 Hierarchical Cluster Cluster Analysis（系統(tǒng)聚類分析） 】 對話框，這是系統(tǒng)聚類分析的主操作窗口。 ● Betweengroups linkage：組間平均距離法。同時根據(jù)聚類過程不同，又分為分解法和凝聚法。 從結(jié)果來看，第一類和第三類之間的距離最大，而第二類和第三類之間的距離最短，這些結(jié)果和實際情況是相符合的。 ? 第二類：河北、福建、河南、湖北、湖南、廣西和四川。但是，這些中心位置可能在后續(xù)的迭代計算中出現(xiàn)調(diào)整。因此，可以考慮利用快速聚類分析來研究各省市之間的差異性，具體操作步驟如下。 ● Cluster information for each case：顯示每個觀測量的聚類信息。其值表示聚類結(jié)果，即各觀測量被分配到哪一類。 ● Convergence Criterion：指定 KMeans 算法中的收斂標(biāo)準(zhǔn)，輸入一個不超過 1的正數(shù)作為判定迭代收斂的標(biāo)準(zhǔn)。 ● Read initial：要求使用指定數(shù)據(jù)文件中的觀測量或建立數(shù)據(jù)集作為初始類中心。 Step03：確定分類個數(shù) 在 【 Number of Clusters（聚類數(shù)） 】 列表框中，可以輸入確定的聚類分析數(shù)目，用戶可以根據(jù)需要自行修改調(diào)整。兩種方式：一種是用戶指定方式，二是根據(jù)數(shù)據(jù)本身結(jié)構(gòu)的中心初步確定每個類別的原始中心點。 1ij2211c o s 1 c o s 1pia jaaij ppia jaaaxxxx?????? ? ?????cos ij?iXcosij?iX jX cos 0ij? ?iX jXiXjXcos 1ij? ? cos ij?iXiXjXjX SPSS在聚 類 分析中的 應(yīng) 用 ● 相關(guān)系數(shù) 通常所說相關(guān)系數(shù)，一般指變量間的相關(guān)系數(shù)，作為刻劃樣品間的相似關(guān)系也可類似給出定義，即第 i個樣品與第 j個樣品之間的相關(guān)系數(shù)定義為： 其中 聚類分析內(nèi)容非常豐富，有系統(tǒng)聚類法、有序樣品聚類法、動態(tài)聚類法、模糊聚類法等。 SPSS在聚 類 分析中的 應(yīng) 用 常用的距離和相似系數(shù)定義如下： （ 1）距離 如果把 n個樣品（ X中的 n個行）看成 p維空間中 n個點，則兩個樣品間相似程度可用 p維空間中兩點的距離來度量。例如在回歸分析中，由于自變量的共線性導(dǎo)致偏回歸系數(shù)不能真正反映自變量對因變量的影響等。 ? 由上圖可以看出，在 2020～ 2020年期間，第一公因子除了在開始階段有些下降外，此后每年都在逐步回升，并于 2020年達到最高點。 SPSS在因子分析中的 應(yīng) 用 （ 7）因子得分系數(shù) 下表中列出了采用回歸法估計的因子得分系數(shù)。因此接著采用因子旋轉(zhuǎn)方法使得因子載荷系數(shù)向 0或 1兩極分化，使大的載荷更大，小的載荷更小。 同時， Extraction Sums of Squared Loadings和 Rotation Sums of Squared Loadings部分列出了因子提取后和旋轉(zhuǎn)后的因子方差解釋情況?？梢钥吹剑凶兞康慕^大部分信息（全部都大于 83％）可被因子解釋，這些變量信息丟失較少。這為后續(xù)的因子分析提供了一個直觀的分析結(jié)果。而消費結(jié)構(gòu)的變動不僅是消費領(lǐng)域的重要問題 , 而且也關(guān)系到整個國民經(jīng)濟的發(fā)展。 ● Sorted by size：將載荷系數(shù)按其大小排列構(gòu)成矩陣，使在同一因子上具有較高載荷的變量排在一起。 ● Display factor score coefficient matrix：輸出因子得分系數(shù)矩陣。方差等于估計的因子得分與實際因子得分值之間的復(fù)相關(guān)系數(shù)的平方。具體選項含義如下。 ● Rotated solution：旋轉(zhuǎn)解。 ● Quartma：四次方最大正變旋轉(zhuǎn)法。 SPSS在因子分析中的 應(yīng) 用 ① 【 Method（方法） 】 選項組選擇旋轉(zhuǎn)方法。由于理論上因子數(shù)目與原始變量數(shù)目相等，但因子分析的目的是用少量因子代替多個原始變量，選擇提取多少個因子是由本欄來決定。 ③ 【 Display（輸出） 】 選項組：輸出與因子提取有關(guān)的選項。 ● Unweighted least square ：不加權(quán)最小二乘法。前者輸出抽樣充足度的 KaisexMeyerOlkin 測度，用于檢驗變量間的偏相關(guān)是否很小。 ● Inverse：相關(guān)系數(shù)矩陣的逆矩陣。 Step03：選擇描述性統(tǒng)計量 單擊 【 Descriptives】 按鈕，在彈出的對話框中可以選擇輸出描述性統(tǒng)計量及相關(guān)矩陣等內(nèi)容 。 ④計算方差貢獻率與累積方差貢獻率。 SPSS在因子分析中的 應(yīng) 用 (3)利用旋轉(zhuǎn)方法使因子變量更具有可解釋性 將原有變量綜合為少數(shù)幾個因子后，如果因子的實際含義不清，則不利于后續(xù)分析。 稱為特殊因子，表示了原有變量不能被因子解釋的部分，其均值為 0 因子分析的基本思想是通過對變量的相關(guān)系數(shù)矩陣內(nèi)部結(jié)構(gòu)的分析，從中找出少數(shù)幾個能控制原始變量的隨機變量 選取公共因子的原則是使其盡可能多的包含原始變量中的信息，建立模型 ，忽略 , 以 F代替 X，用它再現(xiàn)原始變量 X的信息，達到簡化變量降低維數(shù)的目的。為此，人們希望探索一種有效的解決方法，它既能減少參與數(shù)據(jù)分析的變量個數(shù)，同時也不會造成統(tǒng)計信息的大量浪費和丟失。 SPSS在因子分析中的 應(yīng) 用 基本原理 通常針對變量作因子分析，稱為 R型因子分析；另一種對樣品作因子分析，稱為 Q型因子分析，這兩種分析方法有許多相似之處。故它要求原始變量之間應(yīng)存在較強的相關(guān)關(guān)系。于是，在以后的分析中就可以利用因子得分對樣本進行分類或評價等研究，進而實現(xiàn)了降維和簡化問題的目標(biāo)。 ⑦用原指標(biāo)的線性組合來求各因子得分。輸出各個分析變量的初始共同度、特征值以及解釋方差的百分比等。 ● Antiimage：象相關(guān)陣。 SPSS在因子分析中的 應(yīng) 用 Step04：選擇因子提取方法 單擊 【 Extract（抽?。?】 按鈕，在彈出的對話框中可以選擇提取因子的方法及相關(guān)選項。 ● Principal axis factoring ：主軸因子提取法。 ● Scree plot：輸出因子的碎石圖。 ● Number of f actors：指定提取公因子的數(shù)目。這是一種正交旋轉(zhuǎn)方法。 ● Promax：斜交旋轉(zhuǎn)方法。指定此項將給出以前兩因子為坐標(biāo)軸的各變量的載荷散點圖。中。超出變量范圍的各因子平方和被最小化。 SPSS在因子分析中的 應(yīng) 用 ① 【 MissingValues（缺失值） 】 選項組：選擇處理缺失值方法。選擇此項后還需要在該項的參數(shù)框中鍵入 0~1之間的數(shù)作為臨界值。請利用因子分析探討該市居民消費結(jié)構(gòu)，為產(chǎn)業(yè)政策的制定和宏觀經(jīng)濟的調(diào)控提供參考。 SPSS在因子分析中的 應(yīng) 用 Mean Std. Deviation Analysis N 食品 8 衣著 .86592 8 家庭設(shè)備用品及服務(wù) 8 醫(yī)療保健 8 交通和通信 8 文化娛樂服務(wù) 8 居住 8 雜項商品與服務(wù) .52491 8 SPSS在因子分析中的 應(yīng) 用 （ 2）因子分析共同度 下 表是因子分析的共同度，顯示了所有變量的共同度數(shù)據(jù)。在下頁表中，第一列是因子編號，以后三列組成一組，組中數(shù)據(jù)項的含義依次是特征根、方差貢獻率和累計貢獻率。橫坐標(biāo)為因子數(shù)目，縱坐標(biāo)為特征根。可以看到，第一主因子在“交通和通信”和“醫(yī)療保健”等五個指標(biāo)上具有較大的載荷系數(shù)，第二主因子在“居住”和“衣著”指標(biāo)上系數(shù)較大，而第三主因子在“雜項商品與服務(wù)”上的系數(shù)最大。 SPSS在聚 類 分析中的 應(yīng) 用 聚類分析的基本原理 方法概述 聚類分析又稱群分析，它是研究（樣品或指標(biāo)）分類問題的一種多元統(tǒng)計方法，所謂類，通俗地說，就是指相似元素的集合。第二公因子得分的起伏波動主要是由市民住房比重有升有降的變動引起的，根本原因還是和國家執(zhí)行住房改革的力度密切相關(guān)，但由于住房改革政策的推行相對于其他政策而言較為緩慢，所以市民對住房消費存在一定的不確定性，這就造成了住房比重在總消費中的升降變化。 SPSS在聚 類 分析中的 應(yīng) 用 距離和相似系數(shù) 為了將樣品（或指標(biāo)）進行分類，就需要研究樣品之間關(guān)系。除此之外，它還有一些優(yōu)點，如可以證明，將原數(shù)據(jù)作一線性交換后，馬氏距離仍不變等等。它是一種非分層的聚類方法。 重復(fù)步驟 4，直到達到一定的收斂標(biāo)準(zhǔn)。 ● Iterate and classify：選擇初始類中心，在迭代過程中不斷更新聚類中心。 ● Maximum Iterations：輸入 KMeans 算法中的迭代次數(shù)。 ● Use running means：使用移動平均。其值為各觀測量與所屬類中心之間的歐氏距離。 ● Exclude cases pairwise：成對剔除帶有缺失值的觀測量。 ? 在 【 Number of Clusters（聚類數(shù)） 】 文本框中輸入數(shù)值 “ 3”，表示將樣品利用聚類分析分為三類，如下圖所示。最后第三次迭代時，聚類中心就不再變化了。這些地區(qū)的工業(yè)廢水、廢氣及二氧化硫排放總量是最高的，因此環(huán)境污染也最為嚴(yán)重。可以看到，各個指標(biāo)在不同類之間的差異是非常明顯的，這進一步驗證了聚類分析結(jié)果的有效性。 SPSS在聚 類 分析中的 應(yīng) 用 SPSS中的系統(tǒng)聚類法采用的凝聚法，它的算法步驟具體如下。 ● Furthest neighbor：最遠距離法。 Step03：選擇聚類類型 在 【 Cluster（分群） 】 選項組中可以選擇聚類類型。 SPSS在聚 類 分析中的 應(yīng) 用 Step05：基本統(tǒng)計量輸出選擇 單擊 【 Statistics】 按鈕，在彈出的對話中可以選擇進行系統(tǒng)聚類分析的基本統(tǒng)計量。 ● 【 Single solution（單一方案） 】 ：選擇此項并在對應(yīng)的 【 Number of clusters（聚類數(shù)） 】 參數(shù)框中指定分類數(shù)，這里要求分類數(shù)是一個大于 1的整數(shù)。具體選項含義如下。當(dāng)選擇此項時，在下面的 【 Start cluster（開始聚類） 】 、 【 Stop cluster（停止聚類） 】 和 【 By（排序標(biāo)準(zhǔn)） 】 后的參數(shù)框中輸入要求顯示聚類過程的開始聚類數(shù)、終止聚類數(shù)及步長。在對話框中可以設(shè)定聚類方法、距離測度的方法、數(shù)值變換方法等內(nèi)容。 ● Nearest neighbor：最近距離法。 ● Ward’s method ：最小離差平方和法。系統(tǒng)默認(rèn)項。 【 Counts（計數(shù)） 】 參數(shù)框適合于計數(shù)變量 (離散變量 )。單擊它的右側(cè)框邊向下箭頭展開下拉菜單，在菜單中選擇側(cè)度方法。 ● Shape：距離測度。 SPSS在聚 類 分析中的 應(yīng) 用 ● Jaccard：杰卡得相似比。對匹配與不匹配都給予相等的權(quán)重。如果不進行自定義，那么， 1 代表某事件發(fā)生“ Present” ， 0 代表某事件不發(fā)生“ Absent” 。 ● Range 0 to 1：把數(shù)據(jù)標(biāo)準(zhǔn)化到 0 到 +1 范圍內(nèi)。 SPSS在聚 類 分析中的 應(yīng) 用 ④ 【 Transform Measure】 選項組：可以選擇測度的轉(zhuǎn)換方法，具體如下。 SPSS在聚 類 分析中的 應(yīng) 用 ● None：不建立新變量。 Step09：單擊 【 OK】 按鈕，結(jié)束操作， SPSS軟件自動輸出結(jié)果。 （ 6） — 每千人互聯(lián)網(wǎng)絡(luò)戶主數(shù)。第五列“ Cluster 1” 和第六列“ Cluster 2” 表示參與合并的國家（類別）是在第幾步中第一次出現(xiàn)， 0代表該記錄是第一次出現(xiàn)在聚類過程中。 SPSS在判 別 分析中的 應(yīng) 用 判 別 分析的基本原理 方法 概 述 判別分析是判別樣品所屬類型的一種統(tǒng)計方法，其應(yīng)用之廣可與回歸分析媲美。 今任取一個樣品，實測指標(biāo)值為 ，問 X應(yīng)判歸為哪一類？ 首先計算 X到 G G2總體的距離，分別記為 和 ，按距離最近準(zhǔn)則判別歸類，則可寫成： 然后比較 和 大小，按距離最近準(zhǔn)則判別歸類。 ● Enter independent together：建立所選擇的所有變量的判別式。具體選項含義如下。對每一類給出一組系數(shù)，并給出該組中判別分?jǐn)?shù)最大的觀測量。具體選項含義如下