聚类分析与判别分析操作及案例文档格式.docx
《聚类分析与判别分析操作及案例文档格式.docx》由会员分享，可在线阅读，更多相关《聚类分析与判别分析操作及案例文档格式.docx（11页珍藏版）》请在冰点文库上搜索。
118.29
2303.08
552.47
556.64
1525.03
262.51
1603.63
1062.47
4168.91
天津
7521.85
128.85
3622.11
365.73
471.01
836.84
131.84
461.2
308.73
1195.54
河北
17235.48
2207.34
7983.86
975.97
1491.92
1157.8
247.14
525.67
612.4
2033.38
山西
7358.31
477.59
3518.88
474.92
523.38
557.86
203.58
361.64
173.31
1067.15
内蒙古
9740.25
929.6
4503.33
610.67
773.29
915.89
294.73
291.1
286.65
1134.99
辽宁
15212.49
1414.9
6925.63
980.71
790.56
1410.33
318.8
560.2
605.27
2206.09
吉林
7278.75
980.57
3054.6
487.32
341.76
673.12
157.73
180.83
200.14
1202.68
黑龙江
8587
1154.33
3549.73
510.99
433.55
757.36
211
227.54
301.18
1441.32
上海
15046.45
113.82
5408.75
593.03
635.01
2183.85
238.36
1804.28
1237.56
2831.79
江苏
34457.3
2261.86
16464.94
2101.43
1423.25
3579.81
678.36
1596.98
2025.39
4325.28
浙江
22990.35
1163.08
10518.21
1390.28
888.02
2119.39
416.84
1899.33
1316.83
3278.36
安徽
10062.82
1495.45
4064.72
840.5
467.92
733.19
157.14
359.6
497.94
1446.36
福建
12236.53
1182.74
5106.38
898.92
751.42
1043.42
235.98
612.2
656.61
1748.86
江西
7655.18
1098.66
3196.56
722.89
394.9
553.89
167.59
165.1
305.9
1049.69
山东
33896.65
3226.64
16896.14
2005.69
1742.33
3106.24
594.5
1044.9
1329.59
3950.63
河南
19480.46
2769.05
9900.27
1110.23
823.57
1057.81
526.51
499.92
622.98
2170.12
湖北
12961.1
1795.9
5183.68
854.4
642.72
979.14
337.81
479.11
546.11
2142.23
湖南
13059.69
1969.69
4819.4
867.79
704.83
1221.2
304.93
402.57
400.11
2369.17
广东
39482.56
2010.27
18091.56
1328.14
1595.34
3907.43
945.76
2283.29
2470.63
6850.14
广西
7759.16
1458.49
2863.84
517.7
378.75
551.14
208
336.82
348.98
1095.45
海南
1654.21
462.19
300.63
142.8
88.68
168.75
60.22
65.73
121.76
243.45
重庆
6530.01
606.8
2917.4
531.37
347.98
524.36
132.88
389.97
229.09
850.16
四川
14151.28
2240.61
5678.24
1033.63
520.71
868.98
405.45
524.63
548.14
2330.89
贵州
3912.68
550.27
1252.67
223.95
399.77
293.53
153.41
194.44
136.15
708.49
云南
6169.75
1067.6
2088.17
494.36
179.45
571.03
162.1
351.74
205.14
1050.16
西藏
441.36
63.88
33.11
103.52
21.19
27.06
14.7
23.17
13.28
141.45
陕西
8169.8
789.64
3501.25
735.17
423.24
707.39
175.01
336.21
239.92
1261.97
甘肃
3387.56
497.05
1203.7
323.54
213.64
231.21
88.52
88.27
101.37
640.26
青海
1081.27
107.4
470.33
105
49.32
66.13
14.54
45.63
23.05
199.87
宁夏
1353.31
127.25
520.38
141.94
114.77
74.52
25.59
75.54
47.56
225.76
新疆
4277.05
759.74
1555.84
373.75
209.095
253.6
62.25
198.87
115.23
748.67
（2）定义聚类类型：
在“Analyze”菜单“Classify”中选择Hierarchical命令，在弹出的HierarchicalClusterAnalysis对话框中，从对话框左侧的变量列表中选择地区变量，使之添加到LableCasesby框中，同样将指标第一产业，工业，建筑业，交通运仓储及邮电通讯业，批发零售贸易及餐饮业，金融保险业，房地产业，其他行业添加到Variable（s）框中。
在Cluster栏中选择聚类类型“Cases”，在Display中选择显示内容，为系统默认选项。
（3）设置统计量的值：
单击Statistics按钮，打开Statistics对话框，同时选中对话框上方的聚类进度“Agglomerationschedule”和相似性矩阵“Proximitymatrix”选项，同时选中ClusterMembership中的Rangeofsolutions，选择3到5。
（4）设置输出图表：
单击Plots按钮，打开Plots对话框，选中树枝图。
（5）选择聚类方法：
单击Method按钮，打开Method对话框，选择默认的Between-groupslinkage（即组间连接法），Interval中也选择默认选项（二元变量欧氏距离）。
TransformValues中的Standardize选择z-cores。
（6）单击OK，即可得到SPSS聚类分析的分析结果。
表2为数据汇总表，是Processing过程中的输出信息，即数据的基本信息。
31个样本参与分析，没有缺失值。
表2数据汇总表
案例处理摘要a
案例
有效
缺失
合计
N
百分比
31
100.0%
0.0%
a.平方Euclidean距离已使用
表3是使用两组间的连接统计量进行聚类的详细过程。
有31个样本，经30步聚类。
Stage：
聚类步骤；
Cluster1，Cluster2：
该步被合并的两类中的样品号或类号，合并结果取小的序号。
StageClusterfirstappears：
非零数值表示合并两项前一次出现的聚类步序号，而0表示第一次出现。
NextStage：
表示合并结果在下一步合并时的步序号[2]。
表4、5为聚类结果，分别为分类表（表4）和树状图（表5）。
由以上树状图可以看出，如若将全国各省和直辖市的经济类型分为三类，则分类如下：
（Ⅰ）北京、上海、浙江；
（Ⅱ）辽宁、湖北、湖南、福建、四川、青海、宁夏、海南、西藏、贵州、甘肃、重庆、新疆、云南、安徽、黑龙江、山西、内蒙古、吉林、江西、陕西、广西、天津、河北、河南；
（Ⅲ）江苏、山东、广东。
若将全国各省和直辖市的经济类型分为四类，则分类如下：
（Ⅲ）江苏、山东；
（Ⅳ）广东。
而若将全国各省和直辖市的经济类型分为五类，则分类如下：
（Ⅱ）青海、宁夏、海南、西藏、贵州、甘肃、重庆、新疆、云南、安徽、黑龙江、山西、内蒙古、吉林、江西、陕西、广西、天津；
（Ⅲ）河北、辽宁、福建、河南、湖南、湖北、四川；
（Ⅳ）江苏、山东；
（Ⅴ）广东。
表3数据聚类表
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
1
26
29
.020
2
30
.060
7
3
28
.169
10
4
8
.234
9
5
17
18
.256
15
6
14
27
.281
21
.289
22
.359
13
.402
12
24
.449
11
20
25
.554
.580
16
.621
.669
19
23
.764
1.055
1.130
1.443
1.493
1.687
1.949
3.635
4.088
4.543
4.564
8.098
10.355
14.498
18.538
61.978
表4分类表
群集成员
5群集
4群集
3群集
1:
北京市
2:
天津市
3:
河北省
4:
山西省
5:
内蒙古自治区
6:
辽宁省
7:
吉林省
8:
黑龙江省
9:
上海市
10:
江苏省
11:
浙江省
12:
安徽省
13:
福建省
14:
江西省
15:
山东省
16:
河南省
17:
湖北省
18:
湖南省
19:
广东省
20:
广西壮族自治区
21:
海南省
22:
重庆市
23:
四川省
24:
贵州省
25:
云南省
26:
西藏自治区
27:
陕西省
28:
甘肃省
29:
青海省
30:
宁夏回族自治区
31:
新疆维吾尔自治区
表5树枝图
2.2判别分析
判别分析也是一种数据的分析方法。
在生产活动、经济管理、科学实验甚至日常活动中，人们常常需要判定所研究问题的归属问题。
例如经济分析中根据一个国家或地区的若干经济指标，判断该国家或地区经济发展的程度和状态。
在事先已经建立了样品分类，需要将新样本归入到已知分类的样本组中时，就可以使用判别分析。
判别分析是先根据已知类别的事物的性质（自变量），建立函数式（自变量的线性组合，即判别函数），然后对未知类别的新事物进行判断以将之归入已知的类别中。
升级会员 