【正文】 c 預(yù)測(cè)組成員 合計(jì) 健康 硬化病 冠心病 初始 計(jì)數(shù) 健康 9 0 0 9 硬化病 0 5 1 6 冠心病 1 0 3 4 未分組的案例 1 1 2 4 % 健康 .0 .0 硬化病 .0 冠心病 .0 未分組的案例 a. 已對(duì)初始分組案例中的 % 個(gè)進(jìn)行了正確分類。正確率還是比較高的。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 79 判別分析 ?分類結(jié)果矩陣 對(duì)角線顯示的為準(zhǔn)確預(yù)測(cè)的個(gè)數(shù)，其余為錯(cuò)誤預(yù)測(cè)的個(gè)數(shù)。 已處理的 23 已排除的 缺失或越界組代碼 0 至少一個(gè)缺失判別變量 0 用于輸出中 23 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 77 判別分析 ? 分類函數(shù)系數(shù)表 c 健康 硬化病 冠心病 x1 x2 ?.222 ?.160 ?.211 x3 ? ? ? x4 x5 （常量） ? ? ? Fisher 的線性判別式函數(shù) 1 1 2 3 4 57 . 3 6 0 0 . 2 2 2 5 . 3 5 4 1 0 4 . 5 9 0 3 0 . 9 2 0 3 6 9 . 6 9 2q x x x x x? ? ? ? ? ?2 1 2 3 4 56 . 8 9 1 0 . 1 6 0 5 . 2 0 9 1 0 0 . 6 2 6 2 9 . 0 7 3 3 4 9 . 6 5 5q x x x x x? ? ? ? ? ?3 1 2 3 4 56 . 6 8 1 0 . 2 1 1 4 . 2 2 7 9 8 . 6 1 6 2 9 . 2 3 0 3 4 0 . 3 7 0q x x x x x? ? ? ? ? ?SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 78 判別分析 ?各類區(qū)域圖及分類標(biāo)記情況圖 這是以根據(jù)每個(gè)個(gè)案計(jì)算出的判別分?jǐn)?shù)為坐標(biāo)，以典則判別函數(shù) 1為橫軸，以典則判別函數(shù) 2為縱軸，所繪出的散點(diǎn)圖。從最后的顯著性概率 ，其兩個(gè)判別函數(shù)的效果并不十分顯著 函數(shù) 特征值 方差的 % 累積 % 正則相關(guān)性 1 .762 2 .408a .538 a. 分析中使用了前 2 個(gè)典型判別式函數(shù)。 ?判別函數(shù)的顯著性檢驗(yàn)結(jié)果表 其中“ 1到 2”表示兩個(gè)判別函數(shù)的平均數(shù)在 3個(gè)級(jí)別間的差異情況。判別函數(shù)的特征值越大，表明該函數(shù)越具有區(qū)別力。 ?匯聚的變量之間相關(guān)矩陣表 x1 x2 x3 x4 x5 Correlation x1 .059 x2 .059 .835 .762 x3 .835 .688 x4 x5 .762 .688 給出了這五個(gè)自變量之間的相關(guān)系數(shù)，如變量“ x1”與變量“ x2”之間的相關(guān)系數(shù)為 。輸入數(shù)據(jù)，對(duì)第 20條～ 23條的類別“ c”變量，不填數(shù)據(jù)，作為缺失值處理，存盤并保存。 第 2步 數(shù)據(jù)組織： 建立 7個(gè)變量。 order x1 x2 x3 x4 x5 c order x1 x2 x3 x4 x5 c 1 1 13 2 2 1 14 2 3 1 15 2 4 1 16 3 5 1 17 11 3 6 1 18 3 7 1 19 3 8 1 20 待定 9 1 21 待定 10 2 22 待定 11 2 23 待定 12 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 71 判別分析 第 1步 分析： 由于部分樣本已經(jīng)有分類標(biāo)記，還有幾個(gè)待分類樣本。 第 5步 分類： 根據(jù)所建立的判別函數(shù)對(duì)待判樣本進(jìn)行分類。 第 3步 確定判別準(zhǔn)則： 如費(fèi)歇爾（ Fisher）準(zhǔn)則和貝葉斯（Bayes）準(zhǔn)則。 1 1 2 2 nny a x a x a x? ? ? ?判別函數(shù)的一般形式是 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 69 判別分析 分析步驟 第 1步 計(jì)算特征值： 計(jì)算需要用到的一些反映樣本的特征值，比如均值、協(xié)方差矩陣等。 (2) 統(tǒng)計(jì)原理 判別分析按判別組數(shù)來(lái)分，有兩組判別分析和多組判別分析，按區(qū)分不同總體所用的數(shù)學(xué)模型來(lái)分，有線性差別和非線性判別。它要解決的問(wèn)題是在一些已知研究對(duì)象用某種方法已分成若干類的情況下，確定新的觀察數(shù)據(jù)屬于已知類別中的哪一類。這與聚類順序表和聚類冰柱圖的分析結(jié)果是一致的。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 66 系統(tǒng) 聚類 第 4步 主要結(jié)果及分析： ?系統(tǒng)聚類的樹(shù)狀圖 第 1步將“ cu（銅）”和“ mn（錳）”聚成一類，第 2步將“ hemogl（血紅蛋白）”聚到“ cu（銅）”和“ mn（錳）”類中，第 3步將“ ca（鈣）”和“ mg（鎂）”聚成一類。第 2步再將“血紅蛋白”聚到“銅”和“錳”一類中，原先的 6個(gè)變量就變成了 4類。 階 群集組合 系數(shù) 首次出現(xiàn)階群集 下一階 群集 1 群集 2 群集 1 群集 2 1 4 5 0 0 2 2 4 6 1 0 4 3 1 2 0 0 4 4 1 4 3 2 5 5 1 3 4 0 0 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 65 系統(tǒng) 聚類 第 4步 主要結(jié)果及分析： ?系統(tǒng)聚類的冰柱圖 圖的縱坐標(biāo)表示聚類的數(shù)目，我們從圖的最下方看起，從 5類，逐漸到 4類、 3類、 2類，最后聚成一個(gè)大類。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 63 系統(tǒng) 聚類 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 64 系統(tǒng) 聚類 第 4步 主要結(jié)果及分析： ?凝聚順序表 第 1步是第 4個(gè)變量和第 5個(gè)變量進(jìn)行聚類，變量間的距離系數(shù)為，這個(gè)結(jié)果將在第 2步中用到；第 2步是經(jīng)過(guò)第 1步聚類后的變量 4和變量 5與變量 6進(jìn)行聚類，變量間的距離系數(shù)為 ，這個(gè)結(jié)果將在第 4步中用到。設(shè)置按“變量”分類，并選擇輸出“統(tǒng)計(jì)量”和“圖”，以激活“統(tǒng)計(jì)量（ S） …” 和“繪制（ T） …“兩個(gè)按鈕。 第 2步 數(shù)據(jù)組織： 如上表定義七個(gè)變量：“ order”（編號(hào)）、“ ca”（鈣）、“ mg”（鎂）、“ fe”（鐵）、“ mn”（錳）、“ cu”（銅）和“ hemogl”（血紅蛋白），其中“ order”為字符串型，其余變量為數(shù)值型。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 61 系統(tǒng) 聚類 SPSS實(shí)現(xiàn)舉例 【 例 93】 已知 29例兒童的血中血紅蛋白、鈣、鎂、鐵、錳、銅的含量如下表，試對(duì)數(shù)據(jù)進(jìn)行變量聚類分析。在衡量樣本與樣本之間的距離時(shí)，一般使用的距離有 Eulcidean Distance、 Squared Euclidean Distance、切比雪夫距離、 Block距離、明可斯基距離（ Minkowshi）、夾角余弦（ Cosine）等。凝聚法的原理是將參與聚類的每個(gè)個(gè)案（或變量）視為一類，根據(jù)兩類之間的距離或相似性，逐步合并直到合并為一個(gè)大類為止；分解法的原理是將所有個(gè)案（或變量）都視為一類，然后根據(jù)距離和相似性逐層分解，直到參與聚類的每個(gè)個(gè)案（或變量）自成一類為止。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 59 系統(tǒng) 聚類 基本概念與統(tǒng)計(jì)原理 (2) 統(tǒng)計(jì)原理 系統(tǒng)聚類是根據(jù)個(gè)案或變量之間的親疏程度，將最相似的對(duì)象聚集在一起。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 57 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(jì)分析實(shí)用教程 電子工業(yè)出版社 58 系統(tǒng) 聚類 基本概念與統(tǒng)計(jì)原理 （ 1）基本概念 系統(tǒng)聚類是效果最好且經(jīng)常使用的方法之一，國(guó)內(nèi)外對(duì)它進(jìn)行了深入的研究，系統(tǒng)聚類在聚類過(guò)程中是按一定層次進(jìn)行的。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 55 K均值聚類 ?最終聚類中心表 如第 1類的學(xué)習(xí)動(dòng)機(jī)值為 39，學(xué)習(xí)態(tài)度值為 77，自我感覺(jué)值為 55，學(xué)習(xí)效果值為 45。當(dāng)前迭代為 10。迭代無(wú)法收斂。與原數(shù)據(jù)比較，發(fā)現(xiàn)它們分別是第 第 6和第 7號(hào)個(gè)案。一共進(jìn)行了 10次迭代，達(dá)到聚類結(jié)果的要求（達(dá)到最大迭代次數(shù)），聚類分析結(jié)束。 其余“迭代”、“保存” 和“選項(xiàng)”設(shè)置參見(jiàn)教材。 第 3步 快速聚類設(shè)置， 按“分析 → 分類 → K均值聚類”順序打開(kāi)“ K均值聚類分析”對(duì)話框，將“學(xué)習(xí)動(dòng)機(jī)”、“學(xué)習(xí)態(tài)度”、“自我感覺(jué)”、“學(xué)習(xí)效果”四個(gè)變量選入“變量”列表框。 編號(hào) 學(xué)習(xí)動(dòng)機(jī) 學(xué)習(xí)態(tài)度 自我感覺(jué) 學(xué)習(xí)效果 1 40 80 54 44 2 37 73 56 46 3 43 70 75 58 4 50 77 85 77 5 47 87 89 63 6 67 70 84 69 7 77 37 57 100 8 80 37 73 82 9 83 40 76 96 10 87 43 75 91 11 60 57 70 85 12 70 50 69 90 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 53 K均值聚類