第9章-聚類和判別分析-文庫吧資料
2024-08-28 23:50本頁面
【正文】 13 11 28 283 14 29 0 15 7 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 28 系統(tǒng) 聚類 第 1步 分析： 根據(jù)題目要求，需進(jìn)行變量聚類分析（即 R型聚類），故采用系統(tǒng)聚類分析中的 R型聚類進(jìn)行處理。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 26 系統(tǒng) 聚類 基本概念與統(tǒng)計(jì)原理 (2) 統(tǒng)計(jì)原理 衡量樣本數(shù)據(jù)與小類、小類與小類之間親疏程度的度量方法主要有以下 7種： ? 最短距離法（ Nearest Neighbor） ； ? 最短距離法（ Nearest Neighbor） ； ? 最長距離法（ Furthest Neighbor） ； ? 類間平均鏈鎖法（ Betweengroups Linkage）； ? 類內(nèi)平均鏈鎖法（ Withingroups Linkage） ； ? 重心法（ Centriod Clustering） ； ? 中間距離法（ Median Clustering）； ? 離差平方和（ Ward’s Method）。 在層次聚類中，度量數(shù)據(jù)之間的親疏程度是極為關(guān)鍵的。根據(jù)系統(tǒng)聚類過程的不同，又分為凝聚法和分解法兩種。具體分成兩種，分別是 Q型聚類和 R型聚類， Q型聚類是對樣本（個(gè)案）進(jìn)行的分類，它將具有共同特點(diǎn)的個(gè)案聚集在一起，以便對不同類的樣本進(jìn)行分析； R型聚類是對變量進(jìn)行的聚類，它使具有共同特征的變量聚在一起，以便對不同類的變量進(jìn)行分析。 ?樣本數(shù)情況 可看出第 1， 2， 3類中分別含有 2， 4， 6個(gè)樣本 聚類 1 2 3 學(xué)習(xí)動機(jī) 39 52 76 學(xué)習(xí)態(tài)度 77 76 44 自我感覺 55 83 70 學(xué)習(xí)效果 45 67 91 聚類 1 2 3 有效 缺失 .000 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 22 K均值聚類 ?分類保存情況 查看數(shù)據(jù)文件，可看到多出兩個(gè)變量，分別表示每個(gè)個(gè)案的具體分類歸屬和與類中心的距離。初始中心間的最小距離為 。任何中心的最大絕對坐標(biāo)更改為 .000。 迭代 聚類中心內(nèi)的更改 1 2 3 1 2 3 .672 4 .434 .305 .096 5 .145 .061 .014 6 .048 .012 .002 7 .016 .002 .000 8 .005 .000 9 .002 10 .001 a. 迭代已停止，因?yàn)橥瓿闪俗畲蟠螖?shù)的迭代。 由于沒有指定初始聚類中心，列出了由系統(tǒng)指定的類中心。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 20 K均值聚類 第 4步 主要結(jié)果及分析： ?初始聚類中心表 Cluster 1 2 3 學(xué)習(xí)動機(jī) 40 67 77 學(xué)習(xí)態(tài)度 80 70 37 自我感覺 54 84 57 學(xué)習(xí)效果 44 69 100 ?迭代歷史表 由表可知，第一次迭代后， 3個(gè)類的中心點(diǎn)分別變化了 ， 。將“編號”變量移入“個(gè)案標(biāo)記依據(jù)”框中；將“聚類數(shù)”設(shè)為 3。 第 2步 數(shù)據(jù)組織： 按如上表的表頭所示建立變量，將“編號”變量的數(shù)據(jù)類型設(shè)為字符型（作為標(biāo)識變量）。試將該 12名學(xué)生分成 3類以分析不同心理狀況下學(xué)生的學(xué)習(xí)效果。 （ 3）分析步驟 第 1步 指定聚類數(shù)目 k； 第 2步 確定 k個(gè)初始類中心； 第 3步 根據(jù)距離最近原則進(jìn)行分類； 第 4步 重新確定 k個(gè)類中心； 第 5步 迭代計(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 17 K均值聚類 根據(jù)組成每一類的觀測量計(jì)算每個(gè)變量的均值，每一類中的 n個(gè)均值在 n維空間中又形成 k個(gè)點(diǎn)，這就是第二次迭代的類中心。 K個(gè)事先選定的觀測量就是 k個(gè)聚類中心，也稱為初始類中心。 由系統(tǒng)首先選擇 k個(gè)觀測量 (也可以是用戶指定 )作為聚類的目標(biāo)， n個(gè)變量組成 n維空間。分類變量和連續(xù)變量均可以參與兩步聚類分析。 可以看出各類所占的比例情況 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 14 二階聚類 第 4步 主要結(jié)果及分析： 各個(gè)案所屬的分類號情況 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 15 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 16 K均值聚類 基本概念及統(tǒng)計(jì)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。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 13 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(gè)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(gè)變量，將所有個(gè)案聚成 3類。 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
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1