聚类分析的基本思想_【聚类分析】在SPSS中进行医学数据的系统聚类分析——【杏花开医学统计】...

本文详细介绍了如何在SPSS中进行系统聚类分析,通过一个121名社区居民健康调查的案例,阐述了系统聚类分析的基本原理、适用范围以及操作步骤,帮助理解如何利用聚类分析对未知分类数据进行分类,特别是对于医学数据的处理。
摘要由CSDN通过智能技术生成
c110b7563cc666614bc4c179c00a1063.png

杏花开生物医药统计

一号在手,统计无忧!

关 注

聚类分析

在SPSS中进行医学数据的

系统聚类分析

关键词:SPSS、聚类分析

d03f8dac75c07bb4ad2bc513bf8720d2.png 导读

在前几期,我们介绍了用判别分析将对象或变量进行分类的方法。

详见:

《运用SPSS进行医学数据的Fisher判别分析应用》

《运用SPSS进行医学数据的逐步判别分析应用》

实际上,聚类分析也是一种将对象或变量进行分类的方法,与判别分析是从已知的分类中总结规律不同的是,聚类分析是对未知分类的数据进行分类。

本期,我们来介绍系统聚类的基本原理、适用范围及其在SPSS中的具体操作步骤。

下方为视频版和音频版,含软件操作步骤

cb65765c5a32850019f5849f0a6860e5.png

一、基本形式

    聚类分析(cluster analysis),指将未知分类的对象或变量进行分类,属于探索性统计分析方法。按照归类对象的属性可将聚类分为R型聚类(归类变量)和Q型聚类(归类对象),根据归类的方式可将聚类分为系统聚类和K-means聚类,不管分类如何,其基本思想都是将相似性数量化。

    系统聚类(hierarchical clustering analysis),是将相似的样品或变量归类的常用方法:先将各个样品或变量看做单独的一类,然后规定类与类之间的距离,选择距离最小的一对合并成新的一

  • 3
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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