SPSS聚类分析学习笔记

SPSS聚类分析

22-2李昊澄

数据集：SPSS Modeler18.0教程数据集

聚类分析是把研究对象按一些属性将变量或对象分成不同的组别，

对个案（样品、对象、被试）分类——Q型聚类

对变量分类——R型聚类

1.K-均值聚类（计算距离，距离相近的归为一类）

例：探究车的性能

（1）数据标准化（不同数据冈量差别大）

把对车性能指标有影响的指标标准化。在分析中选择描述统计，选择描述：

选择需要标准化的数据，移到左边，选择另存为变量，点击确定：

出现标准化后的数据

（2）开始聚类分析（只能对连续变量分析）

点击分析，分类，K-均值聚类

把需要均值聚类的变量都放到变量中：（只能对连续变量分析）

变量标注依据：标注分类依据，如标注每台车型属于哪一类

聚类数量：分成几类？？多尝试几次看效果

迭代次数写大点，迭代到最终结果会自己停：

保存：勾选聚类成员（在生成结果中生成新变量，标注式哪一类）

勾选与聚类中心聚类（在生成结果中生成与聚类中心距离）

选项：选择初始聚类中心和ANOVA表（显示初始聚类分析类别之间是否有差异）

（3）计算结果

点击确定，得到计算结果

（1)通过聚类分析分类

聚类中心大于0（高于均值），小于0（低于均值）

根据结果分析，第一类低排量低马力…高燃油效率（经济型车），第二类高排量高马力低燃油效率（非经济型车）

（2）判断聚类是否成功的方法

观察 F 值和显著性

• F 值越大，说明不同聚类之间的均值差异越大，聚类效果越好。
• 显著性 p 值（Sig.）：

p < 0.05（通常使用的显著性水平 α = 0.05）

• 说明差异显著，拒绝 原假设（H₀），接受 备择假设（H₁）。
• 变量之间存在显著性差异。

p < 0.01（更严格的标准）

• 差异非常显著，变量之间的关系更为可靠。

p < 0.001

• 极为显著，数据之间的差异几乎不可能是随机出现的。

p ≥ 0.05

• 差异不显著，无法拒绝 原假设（H₀），说明数据之间可能没有统计学上的显著差异。

（3）分类较为均匀：分类后每类个数相近

绘制三线表

（1）聚类中心表

将聚类中心表复制粘贴到excel中，给分好的类别起名，记录分类个数（N=），调整边框颜色粘贴到WORD中：

（2）ANOVA表

显著性写小数点后三位

2.系统聚类（计算距离，两两类合并，看何使最佳，样本量要小<40）

(1)系统聚类：分析——》分类——》系统聚类

放入系统变量，不需要标准化

系统聚类可以对连续变量或者系统变量分类，但只能选其一，不能同时。（选择针对个案还是变量）

统计：勾选集中计划
未知聚类成员数量，选“无”

图：谱系图/树状图+冰柱图

方法：聚类方法：组间联培（最常用）

区间：连续变量——》平方欧式距离

计数——》卡方测量

二分（二元）——》平方欧式距离

可选标准化（Z）按变量/个案

（2）聚合系数随分类数变化图

左行写(集中计划)系数，右行写类数（右行持续-1）

选中两列做折线图：插入——》推荐图表——》散点图

散点图哪里开始平缓取那里的分类数

分5类

3.二阶聚类

可以同时对分类变量和连续变量聚类

距离测量

对数似然：分类变量和连续变量

欧式：全来连续变量

选项：

看情况离群处理，内存分配不动，选择需要标准化的变量在右边（默认），不需要标准化的在左边（需移动）。

输出：


参考资料：【基于SPSS的聚类分析（含k-均值聚类，系统聚类和二阶聚类）】 https://www.bilibili.com/video/BV1B8411W7kC/?p=2&share_source=copy_web&vd_source=9903ca38c53f73d34148fc06464b1432