統(tǒng)計學(xué)第四版聚類分析20xx年(編輯修改稿)
2024-10-05 12:28 本頁面
【文章內(nèi)容簡介】 i ???,m inijGxGxkl dDljki ???,m a x)()(2 lklkkl xxxxD ????? ?? ??ki liGx Gxijlkkl dnnD1lkmkl WWWD ???213 27 統(tǒng)計學(xué)STATISTICS (第四版 ) 2020105 ? Nearest neighbor(最短距離法 )— 用兩個類別中各個數(shù)據(jù)點(diǎn)之間最短的那個距離來表示兩個類別之間的距離 ? Furthest neighbor(最長距離法 )— 用兩個類別中各個數(shù)據(jù)點(diǎn)之間最長的那個距離來表示兩個類別之間的距離 ? Centroid clustering(重心法 )— 用兩個類別的重心之間的距離來表示兩個類別之間的距離 ? betweengroups linkage(組間平均距離法 )— SPSS的默認(rèn)方法 。 是用兩個類別中間各個數(shù)據(jù)點(diǎn)之間的距離的平均來表示兩個類別之間的距離 ? Ward‘s method(離差平方和法 )— 使各類別中的離差平方和較小 ， 而不同類別之間的離差平方和較大 類間距離的計算方法 層次聚類的應(yīng)用 層次聚類 13 29 統(tǒng)計學(xué)STATISTICS (第四版 ) 2020105 【 例 131】 根據(jù)我國 31個省市自治區(qū) 2020年的 6項主要經(jīng)濟(jì)指標(biāo)數(shù)據(jù) ， 采用層次聚類法進(jìn)行分類 ， 并對結(jié)果進(jìn)行分析 層次聚類的應(yīng)用 (實(shí)例分析 ) 31個地區(qū)的 6項經(jīng)濟(jì)指標(biāo) 13 30 統(tǒng)計學(xué)STATISTICS (第四版 ) 2020105 用 SPSS進(jìn)行層次聚類 第 1步 選擇 【 Analyze】 下拉菜單 ， 并選擇 【 Classify Hierarchical Cluster】 ， 進(jìn)入主對話框 第 2步 將用于聚類的所有變量選入 【 Variable(s)】 ；把區(qū)分樣 本的標(biāo)簽 (本例為“地區(qū)” )選入 【 Label Cases by】 ；若 對樣本進(jìn)行聚類，在 【 Cluster】 下選擇 【 Cases】 (本 例選擇對樣本聚類 )，若對變量進(jìn)行聚類，在 【 Cluster】 下選擇 【 Variables】 第 3步 點(diǎn)入 【 Statistics】 選中 【 Agglomeration schedule】 ， 點(diǎn)擊 【 Continue】 回到主對話框 第 4步 點(diǎn)入 【 Plots】 選中 【 Dendrogram】 ，點(diǎn)擊 【 Continue】 回到主對話框 13 31 統(tǒng)計學(xué)STATISTICS (第四版 ) 2020105 用 SPSS進(jìn)行層次聚類 第 5步 點(diǎn)入 【 Method】 ， 在 【 Cluster Method】 中選擇類間距離的 定義方法 (本例選擇 Ward’s method)；在 【 Measure】 下選擇 點(diǎn)間距離的定義方法 (本例使用 Squared Euclidean distance)；在 【 Transform Values】 的 【 Standardize】 框中 選擇否對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理 (本例選擇了 【 Z scores】 )。 點(diǎn)擊 【 Continue】 回到主對話框 第 6步 點(diǎn)入 【 Save】 ，在 【 Cluster Membership】 下選擇在原始數(shù) 據(jù)中保留分類結(jié)果，其中 【 Single solution】 表示指定要分成 類時各樣本所屬的類， 【 Range of solution】 表示指定要分成 最少類、最多類時各樣本所屬的類 (SPSS會將分類的結(jié)果以 變量形式保存到原數(shù)據(jù)窗口中 )，點(diǎn)擊 【 Continue】 ?【 OK】 層次聚類 13 32 統(tǒng)計學(xué)STATISTICS (第四版 ) 2020105 SPSS的輸出結(jié)果 (實(shí)例分析 ) 層 次 聚 類 過 程 的 步 驟 號 13 33 統(tǒng)計學(xué)STATISTICS (第四版 ) 2020105 SPSS的輸出結(jié)果 (實(shí)例分析 ) 層次聚類過程的步驟號 ? 第 1列是聚類的步驟號 。 第 2列和第 3列給出了每一步被合并的對象 (這里是地區(qū) ) ? 首先把 31個地區(qū)各自作為一類 (共有 31類 )。 第 1步是把距離最近的兩個地區(qū) 21(海南 )和地區(qū) 30(寧夏 )合并成一類 。 在后面的步驟中 ， 對于包含多個樣本的新類別 ， 實(shí)際上是用類中的一個樣本來代表該類別 ， 比如 ， 第 2步被合并的是 21和地區(qū) 29(青海 )， 這里的 “ 21”實(shí)際上是指在第 1步中被合并的類別 ， 只是用 “ 21”表示 21(海南 )所在的類別 13 34 統(tǒng)計學(xué)STATISTICS (第四版 ) 2020105 SPSS的輸出結(jié)果 (實(shí)例分析 ) 層次聚類過程的步驟號 ? 第 4列給出每一步被合并的兩個類之間的聚類系數(shù) (即距離 )。 距離按從小到大排列 ， 越早合并的類距離越近 。 21(海南 )和地區(qū) 30(寧夏 )之間的距離 ， 而 類與地區(qū) 29(青海 )之間的距離 ? 第 5列和第 6列表示本步聚類中參與聚類的是原始的樣本還是已經(jīng)合并的小類 ， 0表示本步聚類的是原始的樣本 ， 第一次出現(xiàn)在聚類過程中 ， 其他數(shù)字則表示第幾步聚類生成的小類參與了本步聚類 。 第 7列給出了在每一步中合并形成的新類別下一次將在第幾步中與其他類別合并 。 例如 ， 在第 2步中 ， 參與聚類的是第1步形成的小類 (21號樣本所在的類 )和地區(qū) 29(青海 )， 第 5列的“ 1”表示 21號類是在第 1步中形成的小類 ， 而 “ 0”表示地區(qū) 29(青海 )是第一次出現(xiàn)在本步聚類中的原始樣本 ， 第 7列中的 “ 10”表示這一類將在第 10步中與其他類別合并 ， 其余類推 13 35 統(tǒng)計學(xué)STATISTICS (第四版 ) 2020105 Cluster Membership 13 36 統(tǒng)計學(xué)STATISTICS (第四版 ) 2020105 層 次 聚 類 的 樹 狀 圖
試題試卷相關(guān)推薦
鄂ICP備17016276號-1