SPSS新手教程—两步聚类之结果解读

本文详细解析了IBM SPSS Statistics中的两步聚类分析结果,包括聚类的数量选择、聚类质量评估、变量重要性及聚类特征。通过BIC准则确定最佳聚类数,结合模型概要和变量重要性视图,强调了关键变量的作用。最后,通过聚类特征表揭示了不同聚类的显著特点,为后续的数据洞察提供了依据。
摘要由CSDN通过智能技术生成

《详解SPSS两步聚类之参数设置》一文中,我们已经了解了两步聚类的优点、分析原理,以及参数设置的技巧。

在本节中,会对IBM SPSS Statistics聚类后的结果进行解读,其中会涉及到最终聚类的结果、聚类的质量、变量重要性、聚类特征的解读。

如图1所示,我们先来回顾下本例数据在参数设置面板中的详细设置。

图1:二阶聚类设置

图1:二阶聚类设置

一、数值结果

根据上述参数设置,得到如下的数值分析结果。

首先看到自动聚类结果,如图2所示为聚类的透视表结果,展示了不同聚类数目下的BIC、BIC变化量、BIC变化比例与距离测量比率。SPSS会自动综合以上指标的数值,得出最佳的聚类数目。

图2:自动聚类

图2:自动聚类

根据图2的自动聚类透视表结果,SPSS得出了如图3所示的一个3聚类的结果。其中聚类1包含69个个案,

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值