統(tǒng)計(jì)分析聚類分析ppt課件(參考版)
2025-01-18 08:14本頁面
【正文】 A N O V A7 . 6 7 4 2 1 . 5 5 2 22 4 . 9 4 6 . 0 1 7. 0 3 0 2 . 0 0 4 22 7 . 0 2 6 . 0 0 4. 0 0 0 2 . 0 0 2 22 . 1 2 5 . 8 8 31 8 7 . 6 2 5 2 2 0 . 6 2 4 22 9 . 0 9 7 . 0 0 1. 1 4 0 2 . 0 2 1 22 6 . 6 3 8 . 0 0 61 9 0 0 . 2 0 3 2 2 9 . 6 8 5 22 6 4 . 0 1 1 . 0 0 0有機(jī)質(zhì)全 N全 P有效 N速效 P速效 KM e a n S q u a r e dfC l u s t e rM e a n S q u a r e dfE r r o rF S i g .T h e F t e s t s s h o u l d b e u s e d o n l y f o r d e s c r i p t i v e p u r p o s e s b e c a u s e t h e c l u s t e r s h a v e b e e nc h o s e n t o m a x i m i z e t h e d i f f e r e n c e s a m o n g c a s e s i n d i f f e r e n t c l u s t e r s . T h e o b s e r v e ds i g n i f i c a n c e l e v e l s a r e n o t c o r r e c t e d f o r t h i s a n d t h u s c a n n o t b e i n t e r p r e t e d a s t e s t s o f t h eh y p o t h e s i s t h a t t h e c l u s t e r m e a n s a r e e q u a l .。另外，表中的置信水平并沒有因?yàn)樯厦娴脑蜻M(jìn)行修 正，因而也不能把檢驗(yàn)結(jié)果理解為各類均值相等假設(shè)檢驗(yàn)的結(jié)果。原假設(shè)是類間無顯著 性差異，最后一列的概率值表明所選擇的分析變量是否能很好地區(qū)分類間 的差異。 快速聚類法 Fi n a l C l u s t e r C e nt e r s4 . 3 5 6 . 2 8 5 . 5 6. 2 5 . 3 7 . 3 1. 5 6 . 5 5 . 5 51 6 . 0 4 2 6 . 2 8 2 0 . 0 8. 5 0 . 7 2 . 4 23 7 . 1 7 6 9 . 0 5 5 2 . 8 3有機(jī)質(zhì)全 N全 P有效 N速效 P速效 K1 2 3C l u s t e rD i s t a n c e s b e t w e e n F i n a l C l u s t e r C e n t e r s3 3 . 5 3 3 1 6 . 2 1 23 3 . 5 3 3 1 7 . 3 8 11 6 . 2 1 2 1 7 . 3 8 1C l u s t e r1231 2 3? SPSS 軟件實(shí)現(xiàn) 結(jié)果分析－方差分析表 167。 Distance表示觀測(cè)與凝聚點(diǎn) 之間的歐氏距離。 I t e r a t i on H i s t o r ya7 . 9 6 4 9 . 2 8 7 4 . 0 2 43 . 3 9 9 5 . 6 2 4 1 . 0 4 61 . 2 2 2 1 . 7 8 9 . 9 8 6. 0 0 0 . 0 0 0 . 0 0 0I t e r a t i o n12341 2 3C h a n g e i n C l u s t e r C e n t e r sC o n v e r g e n c e a c h i e v e d d u e t o n o o r s m a l lc h a n g e i n c l u s t e r c e n t e r s . T h e m a x i m u ma b s o l u t e c o o r d i n a t e c h a n g e f o r a n y c e n t e r i s. 0 0 0 . T h e c u r r e n t i t e r a t i o n i s 4 . T h e m i n i m u md i s t a n c e b e t w e e n i n i t i a l c e n t e r s i s 2 7 . 8 6 9 .a . ? SPSS 軟件實(shí)現(xiàn) 結(jié)果分析－各觀測(cè)量所屬類 167。 快速聚類法 表明迭代 10次后凝聚點(diǎn)的變化。 快速聚類法 ? SPSS 軟件實(shí)現(xiàn) 結(jié)果分析－初始聚類中心 167。包括各觀 測(cè)量最終被聚入的類別、各觀測(cè)量與最終聚心之間的歐氏距離，以及最 終各類聚心之間的歐氏距離。 快速聚類法 ? SPSS 軟件實(shí)現(xiàn) Options 選擇 對(duì)話框 Initial cluster centers: 輸出初始聚心表，列出每一類中變量均值的初始估計(jì)； ANOVA table: 輸出方差分析表，這里 F檢驗(yàn)簡(jiǎn)單，并沒有詳細(xì)解釋檢驗(yàn)的各 種概率的含義。 快速聚類法 ? SPSS 軟件實(shí)現(xiàn) Iterate迭代 對(duì)話框 Cluster membership: 觀測(cè)量的類別； Distance from cluster center: 各觀測(cè)量與所屬類聚心之間的歐氏距離。缺省的收斂標(biāo)準(zhǔn)值為 ，表示當(dāng)兩次迭代計(jì)算的聚心之間距 離的最大改變量小于初始聚心間最小距離的 2％時(shí)終止迭代。 167。 快速聚類法 ? SPSS 軟件實(shí)現(xiàn) 從源變量列表中選擇需要聚類分析的變量 選擇聚類方法 Iterate and classify:表示在迭代過程中不斷地更新聚類中心； Classify only： 表示用初始聚類中心對(duì)觀測(cè)量進(jìn)行聚類，聚類中心不變 167。 快速聚類法 ? SPSS 軟件實(shí)現(xiàn) 167。特別合適大樣本聚類。 ? 快速聚類過程始終遵照所有樣本空間的點(diǎn)與這幾個(gè)類中心的 距離取最小值原則 ，進(jìn)行反復(fù)的迭代計(jì)算，最終將各個(gè)樣本分配到各個(gè)類中心所在的類，迭代計(jì)算將停止。 快速聚類分析的基本思想 ? 在快速聚類過程中，參與聚類分析的變量必須是數(shù)值型變量，分類數(shù)必須 大于等于 2，且小于等于觀測(cè)數(shù)。 系統(tǒng)聚類法 CLU31是全變量聚類結(jié)果； CLU32是主成分聚類結(jié)果；CLU32是因子聚類結(jié)果 ? SPSS 軟件實(shí)現(xiàn) 167。 系統(tǒng)聚類法 ? SPSS 軟件實(shí)現(xiàn) 對(duì)樣本進(jìn)行因子聚類 167。 系統(tǒng)聚類法 V e r t i c a l I c i c l eX X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X XN u m
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1