【導(dǎo)讀】望對問題有比較全面、完整的把握和認識。為此，人們希望探索一種。造成統(tǒng)計信息的大量浪費和丟失。個變量減少為少數(shù)幾個因子的方法。這幾個因子可以高度概括大量。因子分析，這兩種分析方法有許多相似之處?，F(xiàn)將每個原有變量用k()個因子的線性組合來。其中，X是可實測的隨機向量。達式中，因此又稱為公共因子。稱為特殊因子，表示了原有變量不能被因子解釋的部分，子，進而最終實現(xiàn)減少變量個數(shù)的目的。故它要求原始變量之間應(yīng)存。在較強的相關(guān)關(guān)系。進行因子分析前，通?？梢圆扇∮嬎阆嚓P(guān)系數(shù)矩。是根據(jù)樣本數(shù)據(jù)求解因子載荷陣。不利于后續(xù)分析。值，這些數(shù)值稱為因子得分。④計算方差貢獻率與累積方差貢獻率。需將因子進行旋轉(zhuǎn)以獲得較為明顯的實際含義。到綜合評價指標函數(shù)。性統(tǒng)計量及相關(guān)矩陣等內(nèi)容。輸出每個相關(guān)系數(shù)相對于相關(guān)系數(shù)為0. 的單尾假設(shè)檢驗的概率水平。后者Bartlett球度方法檢驗相關(guān)系數(shù)陣是否是。如果是單位陣，則表明因子模型不合適

　　

【正文】 時，還可以改變表示某事件發(fā)生與不發(fā)生的值。在 【 Present（存在） 】 和 【 Absent（不存在） 】 的參數(shù)框中鍵入用戶自己定義的值。定義后，系統(tǒng)將忽略其他值。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” 。 SPSS在聚 類 分析中的 應(yīng) 用 ③ 【 Transform Values（轉(zhuǎn)換數(shù)） 】 選項組：可以選擇數(shù)據(jù)標準化的方法。注意只有等間隔測度的數(shù)據(jù)（選擇了 Interval）或計數(shù)數(shù)據(jù)（選擇了 Counts）才可以進行標準化。具體如下： ● None：不進行標準化。系統(tǒng)默認值。 ● Z scores：數(shù)據(jù)標準化到 Z 分數(shù)。標準化后變量均值為 0，標準差為 1。 ● Range 1 to 1：把數(shù)據(jù)標準化到 1 到 +1 范圍內(nèi)。 ● Range 0 to 1：把數(shù)據(jù)標準化到 0 到 +1 范圍內(nèi)。 ● Maximum magnitude of 1：把數(shù)據(jù)標淮化到最大值為 1。表示各變量除以最大值。 ● Mean of 1：把數(shù)據(jù)標準化到均值為 1。表示各變量除以均值。 ● Standard deviation of 1：把數(shù)據(jù)標準化到標準差為 1。表示各變量除以標準差。 在選擇了上述標準化方法后，要在選項組中點選 【 By variable（對變量） 】 或 【 By case（對樣品） 】 單選鈕實施標準化。 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。 ● Absolute Values：把距離值取絕對值。 ● Change sign：把相似性值變?yōu)椴幌嗨菩灾祷蛳喾础? ● Rescale bo 0~1 range：重新調(diào)整測度值到范圍 0～ l。 對于已經(jīng)計算了相似性或不相似性測度的數(shù)據(jù)，一般不再使用此方法進行轉(zhuǎn)換。如果使用的是已經(jīng)存在的矩陣，可以選擇此類選擇項，對輸入矩陣進行必要的轉(zhuǎn)換。 SPSS在聚 類 分析中的 應(yīng) 用 Step08：聚類結(jié)果保存選擇 單擊 【 Save】 按鈕，在彈出的對話框中可以將聚類結(jié)果用新變量保存在當前工作數(shù)據(jù)文件中。具體選項含義如下。 SPSS在聚 類 分析中的 應(yīng) 用 ● None：不建立新變量。 ● Single solution：單個結(jié)果輸出。生成一個新變量，表明每個樣品在聚類之后所屬的類。在 【 Number of clusters（聚類數(shù)） 】 的矩形框中指定類數(shù)。 ● Range of solutions：選擇此選項并在下邊的 【 Minimum number of clusters（最小聚類數(shù)） 】 和 【 Maxmum number of clusters（最大聚類數(shù)） 】 文本框中輸入最小聚類數(shù)目和最大聚類數(shù)目。它表示分別生成樣品或變量的分類數(shù)從最小值到最大值的各種分類聚類變量。例如輸入結(jié)果是“ 4” 和“ 6” 時，它表示在聚類結(jié)束后在原變量后面增加了 3 個新變量分別表明分為 4 類時、分為 5 類時和分為 6 類時的聚類結(jié)果。即聚為 6 類時各樣品分別屬于哪一類。 Step09：單擊 【 OK】 按鈕，結(jié)束操作， SPSS軟件自動輸出結(jié)果。 SPSS在聚 類 分析中的 應(yīng) 用 實 例分析：不同地 區(qū) 信息基 礎(chǔ)設(shè) 施 發(fā) 展 狀況 的 評 價 1. 實 例 內(nèi) 容 要研究世界不同地區(qū)信息基礎(chǔ)設(shè)施的發(fā)展狀況，這里選取了發(fā)達地區(qū)、新興工業(yè)化地區(qū)、拉美地區(qū)、亞洲地區(qū)中國家、轉(zhuǎn)型地區(qū)等不同類型的 20個國家的數(shù)據(jù)。描述信息基礎(chǔ)設(shè)施的變量主要有六個。 （ 1） Call— 每千人擁有電話線數(shù)。 （ 2） movecall— 每千房居民蜂窩移動電話數(shù)。 （ 3） fee— 高峰時期每三分鐘國際電話的成本。 （ 4） Computer— 每千人擁有的計算機數(shù)。 （ 5） mips— 每千人中計算機功率（每秒百萬指令）。 （ 6） — 每千人互聯(lián)網(wǎng)絡(luò)戶主數(shù)。 SPSS在聚 類 分析中的 應(yīng) 用 2. 實 例操作 現(xiàn)在要分析世界各個地區(qū)的信息基礎(chǔ)設(shè)施的發(fā)展狀況，案例中選擇了“每千人擁有電話線數(shù)”、“ 每千房居民蜂窩移動電話數(shù)”等六個指標來反映不同國家信息設(shè)施的發(fā)展情況，同時選擇了近二十個地區(qū)的數(shù)據(jù)加以研究。這個問題也屬于典型的多元分析問題，需要利用多個指標來分析地區(qū)之間信息基礎(chǔ)設(shè)施發(fā)展的差異。因此，可以利用系統(tǒng)聚類法。 SPSS在聚 類 分析中的 應(yīng) 用 3 實 例 結(jié) 果及分析 （ 1）聚類過程表 SPSS軟件首先給出了進行系統(tǒng)聚類分析的過程表。下表中的的第一列“ Stage” 列出了聚類過程的步驟號，第二列“ Cluster 1” 和第三列“ Cluster 2” 列出了某一步驟中哪些國家參與了合并。例如從結(jié)果中看出，在第一步中，第十個樣品（ Brazil）和第十二個樣品（ Mexico）首先被合并在一起。第四列“ Coefficients” 列出了每一步驟的聚類系數(shù)，這一數(shù)值表示被合并的兩個類別之間的距離大小。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。第七列“ Next Stage” 表示在這一步驟中合并的類別，下一次將在第幾步中與其他類再進行合并。 SPSS在聚 類 分析中的 應(yīng) 用 SPSS在聚 類 分析中的 應(yīng) 用 （ 2）聚類分析結(jié)果表 在系統(tǒng)聚類法的聚類結(jié)果中可以看到，聚類結(jié)果分為三大類。 第 Ⅰ 類：美國、瑞典、丹麥。 第 Ⅱ 類：日本、德國、瑞士、新加坡、中國臺灣、韓國、法國、英國。 第 Ⅲ 類：巴西、墨西哥、波蘭、匈牙利、智利、俄羅斯、泰國、印度、馬來西亞。 SPSS在聚 類 分析中的 應(yīng) 用 （ 3）樹形圖 上述已給出了相關(guān)聚類結(jié)果，最后用樹形圖（ Dendrogram）直觀反映整個聚類過程和結(jié)果，如圖 937所示。從圖中，可以明顯看到每個樣品從單獨一類，逐次合并，一直到全部合并成一大類。 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。 判別分析與聚類分析不同。判別分析是在已知研究對象分成若干類型（或組別）并已取得各種類型的一批已知樣品的觀測數(shù)據(jù)，在此基礎(chǔ)上根據(jù)某些準則建立判別式，然后對未知類型的樣品進行判別分類。 基本原理 判別分析內(nèi)容很豐富，方法很多。判別分析按判別的組數(shù)來區(qū)分，有兩組判別分析和多組判別分析；按區(qū)分不同總體的所用的數(shù)學(xué)模型來分，有線性判別和非線性判別；按判別時所處理的變量方法不同，有逐步判別和序貫判別等。 其中，距離判別分析是一種常見的判別分析方法。它的基本思想是：首先根據(jù)已知分類的數(shù)據(jù)，分別計算各類的重心即分組（類）的均值，判別準則是對任給的一次觀測，若它與第 i類的重心距離最近，就認為它來自第 i類。 SPSS在判 別 分析中的 應(yīng) 用 例如兩個總體的距離判別法中，設(shè)有兩個總體（或稱兩類） G G2，從第一個總體中抽取 n1個樣品，從第二個總體中抽取 n2個樣品，每個樣品測量 p個指標如下頁表。 今任取一個樣品，實測指標值為 ，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 ，按距離最近準則判別歸類，則可寫成： 然后比較 和 大小，按距離最近準則判別歸類。 1( , , )pX x x ??1( , )D X G1( , )D X G 2( , )D X G2( , )D X G1 1 22 1 212, ( , ) ( , ), ( , ) ( , ), ( , ) ( , )X G D X G D X GX G D X G D X GD X G D X G???? ???? ??當當待 判 當 SPSS在判 別 分析中的 應(yīng) 用 判 別 分析的 SPSS操作 詳 解 Step01：打開對話框 選擇菜單欄中的 【 Analyze（分析） 】 → 【 Classify（分類） 】 → 【 Discriminant(辨別 )】 命令，彈出 【 Discriminant Analysis（辨別分析） 】 對話框，這是判別分析的主操作窗口。 SPSS在判 別 分析中的 應(yīng) 用 Step02：選擇判別分析變量 在 【 Discriminant Analysis（辨別分析） 】 對話框左側(cè)的候選變量中選擇進行判別分析的變量，將其添加至 【 Independents（自變量） 】列表框中，將其作為自變量。 Step03：指定分類變量及范圍 在主對話框的候選變量中選擇分類變量（離散型變量）移入 【 Grouping Variable（分組變量） 】 框中。此時它下面的 【 Define Range（定義范圍） 】 按鈕加亮，單擊該按鈕，屏幕彈出一個小對話框，提供指定該分類變量的數(shù)值范圍。 ● Minimum：輸入最小值。 ● Maximum：輸入最大值。 SPSS在判 別 分析中的 應(yīng) 用 Step04：選擇判別分析方法 在主對話框的 【 Independents（自變量） 】 列表框下面有兩個按鈕，它們提供了判別分析方法選擇。 ● Enter independent together：建立所選擇的所有變量的判別式。當認為所有自變量都能對觀測量特性提供豐富的信息時使用該選擇項。系統(tǒng)默認設(shè)置。 ● Use stepwise method：采用逐步判別法作判別分析。點選該項后，主菜單中的 【 Method（方法） 】 按鈕加亮?？梢赃M一步選擇判別分析方法（見第 步）。 如果希望使用一部分觀測量進行判別函數(shù)的推導(dǎo)，選擇一個能夠標記需選擇的這部分觀測量的變量將其移入 【 Selection Variables（選擇變量） 】 框中；再單擊其右側(cè)的 Valve按鈕，展開 【 Set Value（設(shè)置值） 】 對話框，鍵入能標記的變量值，如圖所示。 SPSS在判 別 分析中的 應(yīng) 用 Step05：基本統(tǒng)計量輸出選擇 單擊 【 Statistics】 按鈕，在彈出的對話框中可以選擇進行判別分析的基本統(tǒng)計量輸出。具體選項含義如下。 SPSS在判 別 分析中的 應(yīng) 用 ① 【 Descriptives（描述性） 】 選項組：選擇輸出描述統(tǒng)計量。 ● Means：輸出各類中各自變量的均值、標準差和各自變量總樣本的均值、標準差。 ● Univariate ANOVAs：單因素方差分析。對各類中同一自變量進行均值檢驗，輸出單因素方差分析結(jié)果。 ● Box’s M ：對各類協(xié)方差矩陣相等的假設(shè)進行檢驗。 ② 【 Function coefficients（函數(shù)系數(shù)） 】 選項組：選擇輸出判別函數(shù)的系數(shù)。 ● Fisher’s ：輸出 Fisher函數(shù)系數(shù)。對每一類給出一組系數(shù)，并給出該組中判別分數(shù)最大的觀測量。 ● Unstandardized：未經(jīng)標準化處理的判別函數(shù)系數(shù)。 ③ 【 Matrices（矩陣） 】 選項組：選擇輸出自變量的系數(shù)矩陣。 ● Withingroups correlation matrix：類內(nèi)相關(guān)矩陣。 ● Withingroups covariance matrix：類內(nèi)協(xié)方差矩陣 ● Separategroups covariance matrices：對每一類分別輸出協(xié)方差矩陣。 ● Total covariance matrix：總樣本的協(xié)方差矩陣。 SPSS在判 別 分析中的 應(yīng) 用 Step06：設(shè)置逐步判別分析選項 點選 【 Use stepwise method（使用步進式方法） 】 單選鈕后，就表示采用逐步判別法進行分析。接著單擊主菜單中的 【 Statistics】 按鈕，在彈出的對話框圖中可以選擇逐步判別分析的選項。具體選項含義如下。 SPSS在判 別 分析中的 應(yīng) 用 ① 【 Method（方法） 】 選項組：選擇變量進入判別函數(shù)的方式。 ● Wilks? lambda：每步都選擇 Wilk 的 λ 統(tǒng)計量最小的變量進入判別函數(shù)。 ● Unexplained variance：每步都選擇使類間不可解釋的方差和最小的變量進入判別函數(shù)。 ● Mahalanobis distance：每步都選擇使靠得最近的兩類間的 Mahalanobis 距離最大的變量進入判別函數(shù)。 ● Smallest F ratio：每步都選擇使任何兩類間的“最小 F 值”達到最大的變量進入判別函數(shù)。 ● Rao?s V：每步都選擇使 Rao?s V 統(tǒng)計量產(chǎn)生最大增量的變量進入判別函數(shù)。選擇此種方法后，應(yīng)該在該項下面的