华东理工大学多元统计分析与SPSS应用实验5.docx

华东理工大学多元统计分析与SPSS应用实验5.docx

《华东理工大学多元统计分析与SPSS应用实验5.docx》由会员分享，可在线阅读，更多相关《华东理工大学多元统计分析与SPSS应用实验5.docx（11页珍藏版）》请在冰点文库上搜索。

华东理工大学多元统计分析与SPSS应用实验5

华东理工大学多元统计分析与SPSS应用实验-（5）

华东理工大学2013—2014学年第二学期

《多元统计分析与SPSS应用》实验报告5

班级学号姓名

开课学院商学院任课教师任飞成绩

实验内容：

实验5聚类分析方法

1.熟悉SPSS中聚类分析的距离选择功能

Analyze

Classify

HierarchicalCluster

在Measure栏中选择距离测度方法：

Block---dij

（1）

Euclideandistance---dij

（2）

SquaredEuclideandistance

Chebychev---dij（∞）

Minkowski---dij（q）

Cosine---cij

（1）

Pearsoncorrelation---cij

（2）

2.

熟悉SPSS中聚类分析的系统聚类功能

Analyze

Classify

HierarchicalCluster

在ClusterMethod栏中选择系统聚类方法：

最短距离法（NearestLinkage）

最长距离法（FurthestLinkage）

中间距离法（MedianLinkage）

重心法（Centroidclustering）

类平均法（Between-groupsLinkage）

（Within-groupsLinkage）

离差平方和法（Ward’smethod）

实验要求：

1.选用例题5.1文件中的变量，完成系统聚类法的各种结果的比较分析

例题5.1从21个工厂各抽一件同类产品，每个产品测两个质量指标，记作x1、x2，

要求将各厂的产品按质量情况进行分类。

2.对案例：

Crop’Pain连锁店，展开聚类分析讨论

思考：

分类完成后，能进行哪些统计分析？

改革二十多年来，中国经济的发展阶段划分的思考

教师评语：

教师签名：

年月日

实验报告：

5.1

1、打开例题5.1.sav文件，，如图5.1.1所示依次Analyze→Classify→HierarchicalCluster,将x1，x2选入Variable框中

图5.1.1

2、单击Statistics，选择ProximityMatrix，ClusterMembership中选择RangeofSolutions，依次输入6,12，如图5.1.2，单击Method，ClusterMethod为默认组间平均链锁法，单击Interval选项，激活右侧的参数框，单击下拉箭头，共有8个选项，选择Euclideandistance（欧式距离），如图5.1.3，单击Continue，单击Plots，选择Dendrogram，如图5.1.4单击Continue，选择OK得到结果

图5.1.2

图5.1.3

图5.1.4

图5.1.5

距离矩阵

图5.1.6

凝聚状态表

图5.1.7

类成员聚类表

图5.1.8

树形图

结果分析：

本次聚类分析采取变量之间距离的计算用欧式距离，类与类之间的距离采用组间平均链锁法，将21个样本分成6~12组比较，图5.1.5为距离矩阵，给出了各样本之间的欧式距离；图5.1.6为凝聚状态表，第一列表示聚类分析的第几步，第二、三列表示本步骤中哪两个个案或者小类聚成一类。

第四列是个案距离或者小类距离。

第五列、第六列表示参与本步骤聚类的是个案还是小类，0表示个案，非零表示小类，具体数字表示第几步生成的小类。

第七列标志本步骤的结果将在第几步中用到。

图5.1.7为类成员聚类表，给出了分别聚成6~12的最终聚类结果，例如当指定聚类成6类时，1,2聚为一类，3~6聚为一类，7~10聚为一类，11~15聚为一类，16~20聚为一类。

图5.1.8为聚类树形图，既给出了聚类过程，也给出对应相应类与类之间的距离。

5.2

依据题意，需对Michel向上司管理报告作出选址建议。

首先认为选址地点需要最低满足毛利/投资额>=0.26的基本要求。

所以聚类分析前先筛选出毛利/投资额>=0.26的样本，点击“Data-SelectCases”，选择“Ifconditionissatisfied”，输入“毛利/投资额>=0.26”，如图5.2.1，点击“Continue”得到结果如图5.2.2

图5.2.1

图5.2.2

3、依次Analyze→Classify→HierarchicalCluster,将投资、店堂面积选入Variable框中，单击Statistics，选择ProximityMatrix，ClusterMembership中选择RangeofSolutions，依次输入3，6；如图5.1.2，单击Method，ClusterMethod选为最短距离法，单击Interval选项，激活右侧的参数框，单击下拉箭头，共有8个选项，选择Euclideandistance（欧式距离），如图5.1.3，单击Continue，单击Plots，选择Dendrogram，如图5.2.3单击Continue，选择OK得到结果

图5.2.3

图5.2.4

凝聚状态表

图5.2.4

类成员聚类表

图5.2.5

冰柱图

结果分析：

当聚类分成六类时，CASE51、CASE52、CASE54、CASE56~CASE60聚成一类，投资额6

00~800居多，店堂面积200~400居多，对比分析待选地址如图5.2.6

从上述进行聚类分析结果来看，从投资额、店堂面积的角度，选择Montchanin、Torcy、Clermont是较为合适的。

思考：

（1）分类完成后，能进行哪些统计分析？

分类完成后可以进行相关分析、回归分析、方差分析等。

（2）改革二十多年来，中国经济的发展阶段划分的思考

中国经济发展阶段可以GDP、人均GDP等为变量进行Q型聚类分析。