【文章內(nèi)容簡(jiǎn)介】 電子工業(yè)出版社 32 ?模型分類(lèi)預(yù)測(cè)值表 二元 Logistic回歸分析 此時(shí)模型的預(yù)測(cè)準(zhǔn)確率已達(dá)到97%。 表格從左到右依次表示變量及常數(shù)項(xiàng)的系數(shù)值（ B）、標(biāo)準(zhǔn)誤差（ .）、 Wald卡方值、自由度（ df）、相伴概率（ Sig.）、 Exp（ B）。由于各回歸系數(shù)均為正數(shù)，取相應(yīng)的指數(shù)后會(huì)大于 1，表示 X1， X2和 X3的取值越大，“兩年后具有償付能力”的可能性比“兩年后破產(chǎn)”的可能性就越大， 已觀測(cè) 已預(yù)測(cè) Y 百分比校正 兩年后破 產(chǎn) 兩年后仍有償付 能力 步驟 1 Y 兩年后破產(chǎn) 32 1 兩年后仍有償付能力 1 32 總計(jì)百分比 a. 切割值為 .500。 ?Logistic模型的參數(shù)擬合表 B , Wals df Sig. Exp (B) EXP(B)的 95% . 下限 上限 步驟 1a X1 .331 .301 1 .271 .772 X2 .181 .107 1 .091 .972 X3 1 .317 .008 常量 .877 1 .349 .000 a. 在步驟 1 中輸入的變量 : X1, X2, X3. SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 33 ?Logistic回歸模型 二元 Logistic回歸分析 1 2 3l n 0 . 3 3 1 0 . 1 8 1 5 . 0 8 7 1 0 . 1 5 31p X X Xp?? ? ? ? ??????1 2 31 2 3( )( )e1eX X XX X Xp? ? ?? ? ?? ?SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 34 The End SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 35 第九章 聚類(lèi)和判別分析 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 36 主要內(nèi)容 聚類(lèi)與判別分析概述 二階聚類(lèi) K均值聚類(lèi) 系統(tǒng) 聚類(lèi) 判別分析 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 37 聚類(lèi)與判別分析概述 基本概念 (1) 聚類(lèi)分析 聚類(lèi)分析的基本思想是找出一些能夠度量樣本或指標(biāo)之間相似程度的統(tǒng)計(jì)量 ， 以這些統(tǒng)計(jì)量為劃分類(lèi)型的依據(jù) ， 把一些相似程度較大的樣本 （ 或指標(biāo) ） 聚合為一類(lèi) ， 把另外一些彼此之間相似程度較大的樣本又聚合為一類(lèi) 。 根據(jù)分類(lèi)對(duì)象的不同， 聚類(lèi)分析可分為對(duì) 樣本的聚類(lèi) 和對(duì) 變量的聚類(lèi) 兩種 。 (2) 判別分析 判別分析是判別樣本所屬類(lèi)型的一種統(tǒng)計(jì)方法 。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 38 聚類(lèi)與判別分析概述 樣本間親疏關(guān)系的度量 (1)連續(xù)變量的樣本間距離常用度量 主要方法有歐氏距離 （ Euclidean Distance） 、 歐氏平方距離 （ Squared Euclidean Distance） 、 切比雪夫距離 （Chebychev Distance） 、 明可斯基距離 （ Minkowski Distance） 、 用戶(hù)自定義距離 （ Customize Distance） 、 Pearson相關(guān)系數(shù) 、 夾角余弦 （ Cosine） 等 。 （ 公式見(jiàn)教材表 ） (2)順序變量的樣本間距離常用度量 常用的有 統(tǒng)計(jì)量 （ Chisquare measure） 和 統(tǒng)計(jì)量 （Phisquare measure） 。 （ 公式見(jiàn)教材表 ） 2?2?SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 39 聚類(lèi)與判別分析概述 基本概念 (3) 二者區(qū)別 不同之處在于 ， 判別分析是在已知研究對(duì)象分為若干類(lèi)型 （ 或組別 ） 并已取得各種類(lèi)型的一批已知樣本的觀測(cè)量數(shù)據(jù)的基礎(chǔ)上 ， 根據(jù)某些準(zhǔn)則建立判別式 ， 然后對(duì)未知類(lèi)型的樣本進(jìn)行差別分析 。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 40 聚類(lèi)與判別分析概述 說(shuō)明： ? 聚類(lèi)分析的目的是找到樣本中數(shù)據(jù)的特點(diǎn)，因此應(yīng)注意所選擇的變量是否已經(jīng)能夠反應(yīng)所要聚類(lèi)樣本的主要特點(diǎn)。 ? 聚類(lèi)分析時(shí)應(yīng)注意所選擇的變量是否存在數(shù)量級(jí)上的差別。如果一個(gè)樣本包含不同數(shù)量的變量，則應(yīng)先對(duì)變量進(jìn)行標(biāo)準(zhǔn)化處理，而后再進(jìn)行聚類(lèi)。 ? 變量間的關(guān)系度量模型與樣本間相類(lèi)似，只不過(guò)一個(gè)用矩陣的行進(jìn)行計(jì)算，另一個(gè)用矩陣的列進(jìn)行計(jì)算。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 41 主要內(nèi)容 聚類(lèi)與判別分析概述 二階聚類(lèi) K均值聚類(lèi) 系統(tǒng) 聚類(lèi) 判別分析 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 42 二階聚類(lèi) 基本概念及統(tǒng)計(jì)原理 （ 1）基本概念 二階聚類(lèi)（ TwoStep Cluster）（也稱(chēng)為兩步聚類(lèi)）是一個(gè)探索性的分析工具（），為揭示自然的分類(lèi)或分組而設(shè)計(jì)，是數(shù)據(jù)集內(nèi)部的而不是外觀上的分類(lèi)。它是一種新型的分層聚類(lèi)算法（ Hierarchical Algorithms） ,目前主要應(yīng)用到數(shù)據(jù)挖掘（ Data Mining）和多元數(shù)據(jù)統(tǒng)計(jì)的交叉領(lǐng)域 ——模式分類(lèi)中。該過(guò)程主要有以下幾個(gè)特點(diǎn)： ? 分類(lèi)變量和連續(xù)變量均可以參與二階聚類(lèi)分析； ? 該過(guò)程可以自動(dòng)確定分類(lèi)數(shù)； ? 可以高效率地分析大數(shù)據(jù)集； ? 用戶(hù)可以自己定制用于運(yùn)算的內(nèi)存容量。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 43 二階聚類(lèi) 基本概念及統(tǒng)計(jì)原理 （ 2） 統(tǒng)計(jì)原理 兩步法的功能非常強(qiáng)大，而原理又較為復(fù)雜。他在聚類(lèi)過(guò)程中除了使用傳統(tǒng)的歐氏距離外，為了處理分類(lèi)變量和連續(xù)變量，它用似然距離測(cè)度，它要求模型中的變量是獨(dú)立的，分類(lèi)變量是多項(xiàng)式分布，連續(xù)變量是正態(tài)分布的。分類(lèi)變量和連續(xù)變量均可以參與兩步聚類(lèi)分析。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 44 二階聚類(lèi) 基本概念及統(tǒng)計(jì)原理 （ 3）分析步驟 第 1步 預(yù)聚類(lèi)： 對(duì)每個(gè)觀測(cè)變量考察一遍，確定類(lèi)中心。根據(jù)相近者為同一類(lèi)的原則，計(jì)算距離并把與類(lèi)中心距離最小的觀測(cè)量分到相應(yīng)的各類(lèi)中去。這個(gè)過(guò)程稱(chēng)為構(gòu)建一個(gè)分類(lèi)的特征樹(shù)（ CF）。 第 2步 正式聚類(lèi)： 使用凝聚算法對(duì)特征樹(shù)的葉節(jié)點(diǎn)分組，凝聚算法可用來(lái)產(chǎn)生一個(gè)結(jié)果范圍。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 45 二階聚類(lèi) SPSS實(shí)例分析 【 例 91】 某機(jī)構(gòu)為了調(diào)查學(xué)生性別和所學(xué)專(zhuān)業(yè)與畢業(yè)后初始工資的情況，調(diào)查抽取了 60個(gè)學(xué)生的數(shù)據(jù)，如表 （其中“性別” 1代表男性， 0代表女性；“學(xué)科” 1代表農(nóng)學(xué)， 2代表建筑， 3代表地質(zhì)， 4代表商務(wù)， 5代表林學(xué)， 6代表教育， 7代表工程， 8代表藝術(shù)），試根據(jù)樣本指標(biāo)進(jìn)行聚類(lèi)分析。 （ 數(shù)據(jù)參見(jiàn)教材 P206） 第 1步 分析： 由于自變量中不僅有連續(xù)屬性，也有分類(lèi)變量，故采用二階聚類(lèi)進(jìn)行分析。 第 2步 數(shù)據(jù)組織： 按表所示定義變量，輸入數(shù)據(jù)并保存。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 46 二階聚類(lèi) 第 3步 二階聚類(lèi)設(shè)置： 按“分析 → 分類(lèi) → 兩步聚類(lèi)”順序打開(kāi)“二階聚類(lèi)分析”對(duì)話框，并按下圖進(jìn)行設(shè)置。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 47 二階聚類(lèi) 第 4步 主要結(jié)果及分析： ?二階聚類(lèi)的模型概要和聚類(lèi)質(zhì)量情況 ?聚類(lèi)個(gè)案情況圖 從中可以看出，此算法采用的是兩步（二階）聚類(lèi)，共輸入 3個(gè)變量，將所有個(gè)案聚成 3類(lèi)。聚類(lèi)的平均輪廓值為（其范圍值為 ～ ，值越大越好），說(shuō)明聚類(lèi)質(zhì)量較好。 可以看出各類(lèi)所占的比例情況 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 48 二階聚類(lèi) 第 4步 主要結(jié)果及分析： 各個(gè)案所屬的分類(lèi)號(hào)情況 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 49 主要內(nèi)容 聚類(lèi)與判別分析概述 二階聚類(lèi) K均值聚類(lèi) 系統(tǒng) 聚類(lèi) 判別分析 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 50 K均值聚類(lèi) 基本概念及統(tǒng)計(jì)原理 （ 1）基本概念 K均值聚（也稱(chēng)快速聚類(lèi)）是由用戶(hù)指定類(lèi)別數(shù)的大樣本資料的逐步聚類(lèi)分析。它先對(duì)數(shù)據(jù)進(jìn)行初始分類(lèi)，然后逐步調(diào)整，得到最終分類(lèi)數(shù)。分類(lèi)變量和連續(xù)變量均可以參與兩步聚類(lèi)分析。 （ 2）統(tǒng)計(jì)原理 如果選擇了 n個(gè)數(shù)值型變量參與聚類(lèi)分析，最后要求聚類(lèi)數(shù)為 k。 由系統(tǒng)首先選擇 k個(gè)觀測(cè)量 (也可以是用戶(hù)指定 )作為聚類(lèi)的目標(biāo)， n個(gè)變量組成 n維空間。每個(gè)觀測(cè)量在 n維空間中是一個(gè)點(diǎn)。 K個(gè)事先選定的觀測(cè)量就是 k個(gè)聚類(lèi)中心，也稱(chēng)為初始類(lèi)中心。 按照距這幾個(gè)類(lèi)中心的距離最小的原則把觀測(cè)量分派到各類(lèi)中心所在的類(lèi)中去；形成第一次迭代形成的 k類(lèi)。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 51 K均值聚