【文章內(nèi)容簡介】 電子工業(yè)出版社 32 ?模型分類預(yù)測值表 二元 Logistic回歸分析 此時模型的預(yù)測準(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 已預(yù)測 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)計分析實用教程 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)計分析實用教程 電子工業(yè)出版社 34 The End SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 35 第九章 聚類和判別分析 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 36 主要內(nèi)容 聚類與判別分析概述 二階聚類 K均值聚類 系統(tǒng) 聚類 判別分析 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 37 聚類與判別分析概述 基本概念 (1) 聚類分析 聚類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)計量 ， 以這些統(tǒng)計量為劃分類型的依據(jù) ， 把一些相似程度較大的樣本 （ 或指標(biāo) ） 聚合為一類 ， 把另外一些彼此之間相似程度較大的樣本又聚合為一類 。 根據(jù)分類對象的不同， 聚類分析可分為對 樣本的聚類 和對 變量的聚類 兩種 。 (2) 判別分析 判別分析是判別樣本所屬類型的一種統(tǒng)計方法 。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 38 聚類與判別分析概述 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） 、 用戶自定義距離 （ Customize Distance） 、 Pearson相關(guān)系數(shù) 、 夾角余弦 （ Cosine） 等 。 （ 公式見教材表 ） (2)順序變量的樣本間距離常用度量 常用的有 統(tǒng)計量 （ Chisquare measure） 和 統(tǒng)計量 （Phisquare measure） 。 （ 公式見教材表 ） 2?2?SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 39 聚類與判別分析概述 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象分為若干類型 （ 或組別 ） 并已取得各種類型的一批已知樣本的觀測量數(shù)據(jù)的基礎(chǔ)上 ， 根據(jù)某些準(zhǔn)則建立判別式 ， 然后對未知類型的樣本進行差別分析 。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 40 聚類與判別分析概述 說明： ? 聚類分析的目的是找到樣本中數(shù)據(jù)的特點，因此應(yīng)注意所選擇的變量是否已經(jīng)能夠反應(yīng)所要聚類樣本的主要特點。 ? 聚類分析時應(yīng)注意所選擇的變量是否存在數(shù)量級上的差別。如果一個樣本包含不同數(shù)量的變量，則應(yīng)先對變量進行標(biāo)準(zhǔn)化處理，而后再進行聚類。 ? 變量間的關(guān)系度量模型與樣本間相類似，只不過一個用矩陣的行進行計算，另一個用矩陣的列進行計算。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 41 主要內(nèi)容 聚類與判別分析概述 二階聚類 K均值聚類 系統(tǒng) 聚類 判別分析 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 42 二階聚類 基本概念及統(tǒng)計原理 （ 1）基本概念 二階聚類（ TwoStep Cluster）（也稱為兩步聚類）是一個探索性的分析工具（），為揭示自然的分類或分組而設(shè)計，是數(shù)據(jù)集內(nèi)部的而不是外觀上的分類。它是一種新型的分層聚類算法（ 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)計的交叉領(lǐng)域 ——模式分類中。該過程主要有以下幾個特點： ? 分類變量和連續(xù)變量均可以參與二階聚類分析； ? 該過程可以自動確定分類數(shù)； ? 可以高效率地分析大數(shù)據(jù)集； ? 用戶可以自己定制用于運算的內(nèi)存容量。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 43 二階聚類 基本概念及統(tǒng)計原理 （ 2） 統(tǒng)計原理 兩步法的功能非常強大，而原理又較為復(fù)雜。他在聚類過程中除了使用傳統(tǒng)的歐氏距離外，為了處理分類變量和連續(xù)變量，它用似然距離測度，它要求模型中的變量是獨立的，分類變量是多項式分布，連續(xù)變量是正態(tài)分布的。分類變量和連續(xù)變量均可以參與兩步聚類分析。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 44 二階聚類 基本概念及統(tǒng)計原理 （ 3）分析步驟 第 1步 預(yù)聚類： 對每個觀測變量考察一遍，確定類中心。根據(jù)相近者為同一類的原則，計算距離并把與類中心距離最小的觀測量分到相應(yīng)的各類中去。這個過程稱為構(gòu)建一個分類的特征樹（ CF）。 第 2步 正式聚類： 使用凝聚算法對特征樹的葉節(jié)點分組，凝聚算法可用來產(chǎn)生一個結(jié)果范圍。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 45 二階聚類 SPSS實例分析 【 例 91】 某機構(gòu)為了調(diào)查學(xué)生性別和所學(xué)專業(yè)與畢業(yè)后初始工資的情況，調(diào)查抽取了 60個學(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)進行聚類分析。 （ 數(shù)據(jù)參見教材 P206） 第 1步 分析： 由于自變量中不僅有連續(xù)屬性，也有分類變量，故采用二階聚類進行分析。 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)計分析實用教程 電子工業(yè)出版社 46 二階聚類 第 3步 二階聚類設(shè)置： 按“分析 → 分類 → 兩步聚類”順序打開“二階聚類分析”對話框，并按下圖進行設(shè)置。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 47 二階聚類 第 4步 主要結(jié)果及分析： ?二階聚類的模型概要和聚類質(zhì)量情況 ?聚類個案情況圖 從中可以看出，此算法采用的是兩步（二階）聚類，共輸入 3個變量，將所有個案聚成 3類。聚類的平均輪廓值為（其范圍值為 ～ ，值越大越好），說明聚類質(zhì)量較好。 可以看出各類所占的比例情況 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 48 二階聚類 第 4步 主要結(jié)果及分析： 各個案所屬的分類號情況 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 49 主要內(nèi)容 聚類與判別分析概述 二階聚類 K均值聚類 系統(tǒng) 聚類 判別分析 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 50 K均值聚類 基本概念及統(tǒng)計原理 （ 1）基本概念 K均值聚（也稱快速聚類）是由用戶指定類別數(shù)的大樣本資料的逐步聚類分析。它先對數(shù)據(jù)進行初始分類，然后逐步調(diào)整，得到最終分類數(shù)。分類變量和連續(xù)變量均可以參與兩步聚類分析。 （ 2）統(tǒng)計原理 如果選擇了 n個數(shù)值型變量參與聚類分析，最后要求聚類數(shù)為 k。 由系統(tǒng)首先選擇 k個觀測量 (也可以是用戶指定 )作為聚類的目標(biāo)， n個變量組成 n維空間。每個觀測量在 n維空間中是一個點。 K個事先選定的觀測量就是 k個聚類中心，也稱為初始類中心。 按照距這幾個類中心的距離最小的原則把觀測量分派到各類中心所在的類中去；形成第一次迭代形成的 k類。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 51 K均值聚