多元统计分析实验报告3聚类分析.docx
《多元统计分析实验报告3聚类分析.docx》由会员分享,可在线阅读,更多相关《多元统计分析实验报告3聚类分析.docx(16页珍藏版)》请在冰点文库上搜索。
![多元统计分析实验报告3聚类分析.docx](https://file1.bingdoc.com/fileroot1/2023-4/29/bc63322c-916c-4a8c-88c4-ed53d573bb52/bc63322c-916c-4a8c-88c4-ed53d573bb521.gif)
多元统计分析实验报告3聚类分析
2015——2016学年第一学期
实验报告
课程名称:
多元统计分析
实验项目:
聚类分析
实验类别:
综合性
设计性□验证性□
专业班级:
13统计班
姓名:
张淑娟学号:
20134046030
实验地点:
总理楼60801
实验时间:
2015年11月25日星期三
指导教师:
成绩:
一、实验数据、参考资料与实验目的
实验数据来源于文件《聚类分析.rar》内的chapter12,主要参考书为《spss统计分析从入门到精通.pdf》。
实验目的:
1、掌握聚类分析的基本方法,主要有快速聚类、分层聚类、系统聚类和分层聚类等方法;
2、至少应用所给数据进行两种及两种以上的聚类分析,并对其进行比较。
具体数据由自己选择。
二、SPSS操作方法或程序
类平均法聚类操作方法:
1、打开分析→分类→系统聚类,打开系统聚类分析对话框,将聚类指标选入变量栏中,将表示地区的变量选入注标个案栏。
2、点击绘制,选中谱系图,点击继续返回主对话框;
3、再点击方法按钮,在聚类方法下拉菜单中选择组间连接法选项,返回主对话框,点击确定。
最短距离法聚类操作方法:
1、2、同类平均法1、2;
3、再点击方法按钮,在聚类方法下拉菜单中选择最短距离法选项,返回主对话框,点击确定。
最长距离法聚类操作方法:
1、2、同类平均法1、2;
3、再点击方法按钮,在聚类方法下拉菜单中选择最长距离法选项,返回主对话框,点击确定。
3、程序运行结果(不能截图,需要导出)
指标的相关系数:
相关性
编号
食品
衣着
燃料
住房
生活用品
文化支出
组别
编号
Pearson相关性
1
-.720**
-.387*
-.136
-.743**
-.710**
-.687**
.439*
显著性(双侧)
.000
.042
.490
.000
.000
.000
.032
N
28
28
28
28
28
28
28
24
食品
Pearson相关性
-.720**
1
.518**
.517**
.778**
.707**
.613**
-.680**
显著性(双侧)
.000
.005
.005
.000
.000
.001
.000
N
28
28
28
28
28
28
28
24
衣着
Pearson相关性
-.387*
.518**
1
.133
.579**
.752**
.181
-.593**
显著性(双侧)
.042
.005
.501
.001
.000
.357
.002
N
28
28
28
28
28
28
28
24
燃料
Pearson相关性
-.136
.517**
.133
1
.133
.210
.456*
-.641**
显著性(双侧)
.490
.005
.501
.500
.283
.015
.001
N
28
28
28
28
28
28
28
24
住房
Pearson相关性
-.743**
.778**
.579**
.133
1
.843**
.353
-.636**
显著性(双侧)
.000
.000
.001
.500
.000
.065
.001
N
28
28
28
28
28
28
28
24
生活用品
Pearson相关性
-.710**
.707**
.752**
.210
.843**
1
.336
-.697**
显著性(双侧)
.000
.000
.000
.283
.000
.081
.000
N
28
28
28
28
28
28
28
24
文化支出
Pearson相关性
-.687**
.613**
.181
.456*
.353
.336
1
-.439*
显著性(双侧)
.000
.001
.357
.015
.065
.081
.032
N
28
28
28
28
28
28
28
24
组别
Pearson相关性
.439*
-.680**
-.593**
-.641**
-.636**
-.697**
-.439*
1
显著性(双侧)
.032
.000
.002
.001
.001
.000
.032
N
24
24
24
24
24
24
24
24
**.在.01水平(双侧)上显著相关。
*.在0.05水平(双侧)上显著相关。
一、类平均法聚类:
聚类:
案例处理汇总a,b
案例
有效
缺失
总计
N
百分比
N
百分比
N
百分比
24
85.7
4
14.3
28
100.0
a.平方Euclidean距离已使用
b.平均联结(组之间)
平均联结(组之间)
聚类表
阶
群集组合
系数
首次出现阶群集
下一阶
群集1
群集2
群集1
群集2
1
22
23
38.002
0
0
12
2
3
24
43.389
0
0
10
3
5
16
49.135
0
0
14
4
13
21
54.070
0
0
5
5
13
20
66.737
4
0
7
6
14
17
90.441
0
0
7
7
13
14
99.593
5
6
15
8
12
18
127.643
0
0
15
9
25
27
157.743
0
0
10
10
3
25
185.543
2
9
14
11
4
7
188.933
0
0
12
12
4
22
203.829
11
1
17
13
2
10
238.570
0
0
16
14
3
5
345.920
10
3
17
15
12
13
422.272
8
7
19
16
2
8
449.237
13
0
18
17
3
4
636.205
14
12
21
18
2
11
833.517
16
0
19
19
2
12
1087.413
18
15
21
20
1
19
1155.870
0
0
22
21
2
3
1794.883
19
17
23
22
1
9
5735.759
20
0
23
23
1
2
10623.054
22
21
0
图1
二、最短距离法聚类:
聚类:
案例处理汇总a,b
案例
有效
缺失
总计
N
百分比
N
百分比
N
百分比
24
85.7
4
14.3
28
100.0
a.平方Euclidean距离已使用
b.单个联结
单个联结
聚类表
阶
群集组合
系数
首次出现阶群集
下一阶
群集1
群集2
群集1
群集2
1
22
23
38.002
0
0
12
2
3
24
43.389
0
0
10
3
5
16
49.135
0
0
10
4
13
21
54.070
0
0
5
5
13
20
56.253
4
0
6
6
13
14
56.477
5
0
7
7
13
17
90.156
6
0
8
8
12
13
101.242
0
7
9
9
12
18
127.643
8
0
15
10
3
5
134.210
2
3
11
11
3
27
137.106
10
0
13
12
4
22
153.613
0
1
14
13
3
25
157.743
11
0
16
14
4
7
188.933
12
0
15
15
4
12
204.840
14
9
16
16
3
4
226.458
13
15
19
17
2
10
238.570
0
0
18
18
2
8
430.262
17
0
19
19
2
3
490.295
18
16
20
20
2
11
527.840
19
0
22
21
1
19
1155.870
0
0
22
22
1
2
1182.603
21
20
23
23
1
9
4031.876
22
0
0
图2
三、最长距离法聚类:
聚类:
案例处理汇总a,b
案例
有效
缺失
总计
N
百分比
N
百分比
N
百分比
24
85.7
4
14.3
28
100.0
a.平方Euclidean距离已使用
b.完整联结
完整联结
聚类表
阶
群集组合
系数
首次出现阶群集
下一阶
群集1
群集2
群集1
群集2
1
22
23
38.002
0
0
13
2
3
24
43.389
0
0
11
3
5
16
49.135
0
0
15
4
13
21
54.070
0
0
5
5
13
20
77.220
4
0
8
6
14
17
90.441
0
0
8
7
12
18
127.643
0
0
16
8
13
14
135.670
5
6
16
9
25
27
157.743
0
0
11
10
4
7
188.933
0
0
13
11
3
25
202.852
2
9
15
12
2
10
238.570
0
0
14
13
4
22
244.701
10
1
17
14
2
8
468.212
12
0
19
15
3
5
680.654
11
3
20
16
12
13
751.239
7
8
19
17
4
11
952.547
13
0
20
18
1
19
1155.870
0
0
22
19
2
12
1800.541
14
16
21
20
3
4
1872.664
15
17
21
21
2
3
5100.430
19
20
23
22
1
9
7439.641
18
0
23
23
1
2
29770.649
22
21
0
图3
4、实验总结
用类平均法、最短距离法、最长距离法等三种方法进行分类,得到如上图1、图2、图3,从这三个图中可以看出,三种方法的结果一致,即{9}为一类,{1,19}为一类,其余的为一类。
学生签名:
张淑娟
2015年11月29日
五、教师评语及成绩